MétaCan
Menu
Retour à la cohorte
Enregistrement W4385257188 · doi:10.2196/47902

Trends in Cause-Specific Injury Mortality in China in 2005-2019: Longitudinal Observational Study

2023· article· en· W4385257188 sur OpenAlexvenueno aff
Zixiang Ji, Hengjing Wu, Rongyu Zhu, Lu Wang, Y. Wang, Lijuan Zhang

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studyMedicineChinaEnvironmental healthGeographyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the last few decades, although the age-standardized mortality rate (ASMR) of injury has shown a significant declining trend in China, this pattern has dramatically reversed recently. OBJECTIVE: We aimed to elucidate the geographical, demographic, and temporal trends of cause-specific injuries, the reversal phenomenon of these trends, and the fluctuations of injury burden from 2005 to 2019 in China. METHODS: A longitudinal observational study was performed using the raw data of injury deaths in the National Cause-of-Death surveillance data provided by the disease surveillance points system in 2005-2019. The cause-specific injuries were divided into disparate subgroups by sex, age, urban/rural region, and eastern/central/western areas of China. The burden of injury was assessed using potential years of life lost (PYLL), average years of life lost (AYLL), and PYLL rate (PYLLR). Temporal trends of mortality rates and burden were evaluated using best-fitting joinpoint models. RESULTS: Injury deaths accounted for 7.51% (1,156,504/15,403,835) of all-cause deaths in China in 2005-2019. The crude mortality rate of all-cause injury was 47.74 per 100,000 persons. The top 3 injury types (traffic accident, falls, and suicide) accounted for 70.57% (816,145/1,156,504) of all injury-related deaths. The ASMR of all-cause injury decreased (P=.003), while the crude mortality rate remained unchanged (P=.52) during 2005-2019. A significant reverse trend in ASMR of all-cause injury was observed in urban older adults since 2013, mainly due to the inverted trend in injuries from falls. A reverse trend in ASMR of suicide was observed among individuals aged 10-24 years, with notable increases by 35.18% (annual percentage change 15.4%, 95% CI 4.1%-28.0%) in men since 2017. The AYLL and PYLLR of all-cause injury among older adults showed consistent ascending trends from 2005 to 2019 (average annual percentage change [AAPC] 6.1%, 95% CI 5.4%-6.9%, 129.04% increase for AYLL; AAPC 5.4%, 95% CI 2.4%-8.4%, 105.52% increase for PYLLR). The AYLL due to suicide for individuals aged 10-24 years showed a considerable upswing tendency (AAPC 0.5%, 95% CI 0.4%-0.7%, 8.02% increase). CONCLUSIONS: Although the ASMR of all-cause injury decreased in China from 2005 to 2019, the trend in suicide among adolescents and young adults and falls among older adults has been on the rise in recent years. Interventions should be encouraged to mitigate the cause-specific burdens of injury death.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,183
Tête enseignante GPT0,436
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetInjury Epidemiology and PreventionTravaux en français237 207