Association between geospatial access to trauma center care and motor vehicle crash mortality in the United States
Notice bibliographique
Résumé
BACKGROUND: Motor vehicle crashes (MVCs) are a leading cause of preventable trauma death in the United States. Access to trauma center care is highly variable nationwide. The objective of this study was to measure the association between geospatial access to trauma center care and MVC mortality. METHODS: This was a population-based study of MVC-related deaths that occurred in 3,141 US counties (2017-2020). American College of Surgeons and state-verified Level I to III trauma centers were mapped. Geospatial network analysis estimated the ground transport time to the nearest trauma center from the population-weighted centroid for each county. In this way, the exposure was the predicted access time to trauma center care for each county population. Hierarchical negative binomial regression measured the risk-adjusted association between predicted access time and MVC mortality, adjusting for population demographics, rurality, access to trauma resources, and state traffic safety laws. RESULTS: We identified 92,398 crash fatalities over the 4-year study period. Trauma centers mapped included 217 Level I, 343 Level II, and 495 Level III trauma centers. The median county predicted access time was 47 minutes (interquartile range, 26-71 minutes). Median county MVC mortality was 12.5 deaths/100,000 person-years (interquartile range, 7.4-20.3 deaths/100,000 person-years). After risk-adjustment, longer predicted access times were significantly associated with higher rates of MVC mortality (>60 minutes vs. <15 minutes; mortality rate ratio 1.36; 95% confidence interval, 1.31-1.40). This relationship was significantly more pronounced in urban/suburban vs. rural/wilderness counties ( p for interaction, <0.001). County access to trauma center care explained 16% of observed state-level variation in MVC mortality. CONCLUSION: Geospatial access to trauma center care is significantly associated with MVC mortality and contributes meaningfully to between-state differences in road traffic deaths. Efforts to improve trauma system organization should prioritize access to trauma center care to minimize crash fatalities. LEVEL OF EVIDENCE: Prognostic and Epidemiological, Level III.
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 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 | 0,001 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».