Risk Factors and Inequities in Transportation Injury and Mortality in the Canadian Census Health and Environment Cohorts (CanCHECs)
Notice bibliographique
Résumé
BACKGROUND: Road traffic injury contributes substantially to morbidity and mortality. Canada stands out among developed countries in not conducting a national household travel survey, leading to a dearth of national transportation mode data and risk calculations that have appropriate denominators. Since traffic injuries are specific to the mode of travel used, these risk calculations should consider travel mode. METHODS: Census data on mode of commute is one of the few sources of these data for persons aged 15 and over. This study leveraged a national data linkage cohort, the Canadian Census Health and Environment Cohorts, that connects census sociodemographic and commute mode data with records of deaths and hospitalizations, enabling assessment of road traffic injury associations by indicators of mode of travel (commuter mode). We examined longitudinal (1996-2019) bicyclist, pedestrian, and motor vehicle occupant injury and fatality risk in the Canadian Census Health and Environment Cohorts by commuter mode and sociodemographic characteristics using Cox proportional hazards models within the working adult population. RESULTS: We estimated positive associations between commute mode and same mode injury and fatality, particularly for bicycle commuters (hazard ratios for bicycling injury was 9.1 and for bicycling fatality was 11). Low-income populations and Indigenous people had increased injury risk across all modes. CONCLUSIONS: This study shows inequities in transportation injury risk in Canada and underscores the importance of adjusting for mode of travel when examining differences between population groups.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».