Validation of the Candrive Older Driver Risk Stratification Tool for Assessing Medical Fitness-to-Drive in Older Australian Drivers
Notice bibliographique
Résumé
BACKGROUND: Assessing older drivers' fitness-to-drive is challenging, with decisions impacting mobility and health. This study aimed to validate the Candrive older driver risk stratification tool for screening medical fitness-to-drive in an independent cohort of older adults from the Ozcandrive 8-year prospective study. METHODS: A convenience sample of drivers aged 75 and older residing in Melbourne, Australia completed the Candrive assessments. Their vehicles were instrumented to collect vehicle and global positioning system data, including trip distance. The first 4 years of Ozcandrive data were analyzed. The primary outcome measure was self-reported at-fault collisions, adjusted per 10 000 km driven. Collision risk status was modeled using Generalized Estimating Equations with Poisson regression using predetermined Candrive risk stratification tool predictor variables. RESULTS: A total of 257 older drivers (70.8% male) were recruited with an average age at study enrollment of 79.7 years (standard deviation = 3.5). Of the 755 adjusted person-years of driving, 74.1% were in the Low risk category (vs original sample, Candrive: 74.8%) and 10.5% were in the Low-Medium risk category (Candrive: 9.3%). Only 15.4% were in the Medium-High risk category (Candrive: 15.9%), where the relative risk for self-reported at-fault collisions was 1.79 (95% confidence interval = 1.06-3.03) compared to the Low risk category. CONCLUSIONS: This study demonstrates an association between self-reported at-fault collisions and Candrive risk stratification tool scores. This result is promising given the primary outcome measure differed from the original Candrive study that used police-reported, at-fault collisions, and supports Candrive risk stratification tool's use by healthcare providers when initiating fitness-to-drive conversations.
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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».