MétaCan
Menu
Retour à la cohorte
Enregistrement W6920603258 · doi:10.60692/4tbyk-avz14

The burden of unintentional drowning: global, regional and national estimates of mortality from the Global Burden of Disease 2017 Study

2020· article· en· W6920603258 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of ManitobaUniversité du Québec en Abitibi-TémiscamingueCentre for Global Health ResearchMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésYears of potential life lostBurden of diseaseMortality ratePoison controlInjury preventionDisease burdenOccupational safety and healthSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Background Drowning is a leading cause of injury-related mortality globally. Unintentional drowning (International Classification of Diseases (ICD) 10 codes W65-74 and ICD9 E910) is one of the 30 mutually exclusive and collectively exhaustive causes of injury-related mortality in the Global Burden of Disease (GBD) study. This study's objective is to describe unintentional drowning using GBD estimates from 1990 to 2017. Methods Unintentional drowning from GBD 2017 was estimated for cause-specific mortality and years of life lost (YLLs), age, sex, country, region, Socio-demographic Index (SDI) quintile, and trends from 1990 to 2017. GBD 2017 used standard GBD methods for estimating mortality from drowning. Results Globally, unintentional drowning mortality decreased by 44.5% between 1990 and 2017, from 531 956 (uncertainty interval (UI): 484 107 to 572 854) to 295 210 (284 493 to 306 187) deaths. Global age-standardised mortality rates decreased 57.4%, from 9.3 (8.5 to 10.0) in 1990 to 4.0 (3.8 to 4.1) per 100 000 per annum in 2017. Unintentional drowning-associated mortality was generally higher in children, males and in low-SDI to middle-SDI countries. China, India, Pakistan and Bangladesh accounted for 51.2% of all drowning deaths in 2017. Oceania was the region with the highest rate of age-standardised YLLs in 2017, with 45 434 (40 850 to 50 539) YLLs per 100 000 across both sexes. Conclusions There has been a decline in global drowning rates. This study shows that the decline was not consistent across countries. The results reinforce the need for continued and improved policy, prevention and research efforts, with a focus on low- and middle-income countries.

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)0,002
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: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,088
Tête enseignante GPT0,322
Écart entre enseignants0,234 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetInjury Epidemiology and PreventionTravaux en français237 207