Road traffic injuries and associated mortality in the Islamic Republic of Iran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Road traffic accidents are a major public health problem globally, causing millions of injuries, deaths and disabilities, and a huge loss of financial resources, especially in low- and middle-income countries. Aim: To determine the incidence of road traffic injuries and associated mortality from 1997 to 2020 in the Islamic Republic of Iran. Methods: This retrospective study used data from the Legal Medicine Organization of the Islamic Republic of Iran to estimate the annual rates of road traffic injuries and associated mortality from 21 March 1997 to 20 March 2020. The data were analysed using STATA version 14 and the annual rates are reported per 100 000 population. Results: During the study period, 5 760 835 road traffic injuries and 472 193 deaths were recorded in the Islamic Republic of Iran. The mortality rate increased from 22.4 per 100 000 in 1997 to 40 per 100 000 in 2005 and decreased to 18.4 per 100 000 in 2020. The injury rate increased from 111.1 per 100 000 in 1997 to 394.9 per 100 000 in 2005. It decreased in 2006 and 2007 and increased from then until 2010, finally reaching 331.8 per 100 000 in 2020. The male to female ratio for road traffic mortality was 3.9 in 1997 and 4.6 in 2020. The case fatality rate was highest (20.1%) in 1997 and decreased to 5.6% in 2020. Conclusion: Continuous interventions are needed to reduce the burden of road traffic injuries and associated mortality in the Islamic Republic of Iran.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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