Concussions and risk of a subsequent traffic crash: retrospective cohort analysis in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Concussion is an acute injury that may contribute to short-term limitations and potential long-term risks. OBJECTIVE: To test whether a past concussion is associated with the risk of a subsequent serious motor vehicle crash. DESIGN: Population-based longitudinal cohort analysis. SETTING: Ontario, Canada, from 1 April 2002 to 31 March 2022 (178 emergency departments). PATIENTS: Adults diagnosed with a concussion (cases) or an acute ankle sprain (controls), excluding individuals with a disqualifying illness (blindness, dementia, delirium), severe cases resulting in hospitalisation or those who died within 90 days. PRIMARY MEASURE: Subsequent motor vehicle crash requiring emergency medical care. RESULTS: We identified 3 037 028 patients, including 425 158 with a concussion and 2 611 870 with an ankle sprain. A total of 200 603 patients were injured in a subsequent motor vehicle crash over a median follow-up of 10 years, equal to an absolute risk of 1 in 15 patients (6.64 per 1000 patient-years). Patients with a concussion had a 49% higher motor vehicle crash risk compared with those with ankle sprain (adjusted relative risk=1.49, 95% CI 1.47 to 1.50, p<0.001). The increased risk was particularly high in the early weeks after a concussion, remained independent of other observed risk factors, applied to diverse clinical groups and was further accentuated after repeated concussions. The risk extended across a spectrum of crash severity, was accentuated for single-vehicle events, replicated in analyses with artificial intelligence methods adjusting for confounding and remained distinct from the risks of other unrelated medical emergencies. CONCLUSIONS: This study suggests a significant increased risk of a motor vehicle crash after a concussion that may justify a safety warning from clinicians.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».