The hidden epidemiology of trauma in Nunavik: a call for a dedicated trauma registry
Notice bibliographique
Résumé
Background: Delivering trauma care in Nunavik is challenging. Despite the benefits of trauma registries, no routine data collection captures data from Nunavik patients in Quebec’s provincial database. We sought to compare trauma epidemiology from data collected on site in Nunavik with data from a governmental registry at a tertiary centre, hypothesizing sufficient cohort differences to justify a dedicated registry. Methods: We conducted a retrospective review of 2 cohorts (2015 to 2019). The first cohort included patients at Kuujjuaq’s Centre de santé Tulattavik de l’Ungava or Puvirnituq’s Centre de santé Inuulitisivik (the Nunavik cohort) and the second cohort included patients admitted to the provincial referral centre for the Nunavimmiut at the Montreal General Hospital (MGH). Nunavik data were collected through chart review, while MGH data were obtained from the McGill University Health Centre Trauma Registry. We analyzed patient demographics, injury mechanisms, transfer characteristics, and modifiable risk factors using descriptive statistics. Results: We identified 776 patients in the Nunavik cohort, of whom 42.0% were transferred to the MGH. Of all 776 trauma patients in Nunavik, only 14.3% were captured in the trauma registry. Among those transferred to the MGH, 33.9% were recorded in the registry, highlighting a gap in data representation. Patients in the Nunavik cohort were significantly younger (30 yr v. 37 yr, p < 0.001) and more often female (51.0% v. 38.8%, p < 0.001). Mechanisms of injury and vital signs also differed significantly (p < 0.001). Conclusion: Data from many patients from Nunavik are not captured in the governmental database, with the trauma epidemiology in the region significantly differing from those presenting to the tertiary centre. A dedicated prospective, sustainable registry is needed to improve quality of care and outcomes in Nunavik.
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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».