Community-Level Disadvantage of Adults With Firearm- vs Motor Vehicle–Related Injuries
Notice bibliographique
Résumé
Importance: Motor vehicle crash (MVC) and firearm injuries are 2 of the top 3 mechanisms of adult injury-related deaths in the US. Objective: To understand the differing associations between community-level disadvantage and firearm vs MVC injuries to inform mechanism-specific prevention strategies and appropriate postdischarge resource allocation. Design, Setting, and Participants: This multicenter cross-sectional study analyzed prospectively collected data from the American College of Surgeons (ACS) Firearm Study. Included patients were treated either for firearm injury between March 1, 2021, and February 28, 2022, or for MVC-related injuries between January 1 and December 31, 2021, at 1 of 128 participating ACS trauma centers. Exposures: Community distress. Main outcome and Measure: Odds of presenting with a firearm as compared with MVC injury based on levels of community distress, as measured by the Distressed Communities Index (DCI) and categorized in quintiles. Results: A total of 62 981 patients were included (mean [SD] age, 42.9 [17.7] years; 42 388 male [67.3%]; 17 737 Black [28.2%], 9052 Hispanic [14.4%], 36 425 White [57.8%]) from 104 trauma centers. By type, there were 53 474 patients treated for MVC injuries and 9507 treated for firearm injuries. Patients with firearm injuries were younger (median [IQR] age, 31.0 [24.0-40.0] years vs 41.0 [29.0-58.0] years); more likely to be male (7892 of 9507 [83.0%] vs 34 496 of 53 474 [64.5%]), identified as Black (5486 of 9507 [57.7%] vs 12 251 of 53 474 [22.9%]), and Medicaid insured or uninsured (6819 of 9507 [71.7%] vs 21 310 of 53 474 [39.9%]); and had a higher DCI score (median [IQR] score, 74.0 [53.2-94.8] vs 58.0 [33.0-83.0]) than MVC injured patients. Among admitted patients, the odds of presenting with a firearm injury compared with MVC injury were 1.50 (95% CI, 1.35-1.66) times higher for patients living in the most distressed vs least distressed ZIP codes. After controlling for age, sex, race, ethnicity, and payer type, the DCI components associated with the highest adjusted odds of presenting with a firearm injury were a high housing vacancy rate (OR, 1.11; 95% CI, 1.04-1.19) and high poverty rate (OR, 1.17; 95% CI, 1.10-1.24). Among patients sustaining firearm injuries patients, 4333 (54.3%) received no referrals for postdischarge rehabilitation, home health, or psychosocial services. Conclusions and Relevance: In this cross-sectional study of adults with firearm- and motor vehicle-related injuries, we found that patients from highly distressed communities had higher odds of presenting to a trauma center with a firearm injury as opposed to an MVC injury. With two-thirds of firearm injury survivors treated at trauma centers being discharged without psychosocial services, community-level measures of disadvantage may be useful for allocating postdischarge care resources to patients with the greatest need.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».