MétaCan
Menu
Retour à la cohorte
Enregistrement W4396970288 · doi:10.1002/ajim.23614

Trends in severity of work‐related traumatic injury and musculoskeletal disorder, Ontario 2004–2017

2024· article· en· W4396970288 sur OpenAlexafffundabout
Aviroop Biswas, Cameron Mustard, Victoria Landsman

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensInstitute for Work & HealthPublic Health OntarioUniversity of Toronto
Organismes subventionnairesGovernment of Ontario
Mots-clésMedicineMusculoskeletal disorderOccupational safety and healthMusculoskeletal injuryPhysical therapyInjury preventionOccupational medicinePoison controlHuman factors and ergonomicsOccupational exposureEnvironmental healthPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Traumatic injury surveillance can be enhanced by describing injury severity trends. This study reports trends in work-related injury severity for males and females over the period 2004-2017 in Ontario, Canada. METHODS: A weighted measure of workers' compensation benefit expenditures was used to define injury severity, obtained from the linkage of workers' compensation claims to emergency department (ED) records where the main injury or illness was attributed to work. Denominator counts were obtained from Statistics Canada's Labor Force Survey. Trends in the annual incidence of injury, classified as low, moderate, or high severity, were examined using regression modeling, stratified by age and sex. RESULTS: Over a 14-year observation period, there were 1,636,866 ED records included in the analyses. Overall, 57.6% of occupational injury records were classified as low severity, 29.5% as moderate severity, and 12.8% as high severity conditions. There was an increase in the incidence of high severity injuries among females (annual percent change (APC): 1.52%; 95% CI: 0.77, 2.28), while the incidence of low and moderate severity injuries generally declined for males and females. Among females, injuries attributed to animate mechanical forces and assault increased as causes of low, moderate, and high severity injuries. The incidence of concussion increased for both males (APC: 10.51%; 95% CI: 8.18, 12.88) and females (APC: 16.37%; 95% CI: 13.37, 19.45). CONCLUSION: The incidence of severe work-related injuries increased among females in Ontario between 2004 and 2017. The methods applied in this surveillance study of traumatic injury severity are plausibly generalizable to applications in other jurisdictions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,044
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,347
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetInjury Epidemiology and PreventionTravaux en français237 207