Prevalence of Alcohol and Other Drug Use in Patients Presenting to Hospital for Violence-Related Injuries: A Systematic Review
Notice bibliographique
Résumé
Substance use is a risk factor for being both a perpetrator and a victim of violence. The aim of this systematic review was to report the prevalence of acute pre-injury substance use in patients with violence-related injuries. Systematic searches were used to identify observational studies that included patients aged ≥15 years presenting to hospital after violence-related injuries and used objective toxicology measures to report prevalence of acute pre-injury substance use. Studies were grouped based on injury cause (any violence-related, assault, firearm, and other penetrating injuries including stab and incised wounds) and substance type (any substance, alcohol only, drugs other than alcohol only), and they were summarized using narrative synthesis and meta-analyses. This review included 28 studies. Alcohol was detected in 13%–66% of any violence-related injuries (five studies), 4%–71% of assaults (13 studies), 21%–45% of firearm injuries (six studies; pooled estimate = 41%, 95% CI: 40%–42%, n = 9,190), and 9%–66% of other penetrating injuries (nine studies; pooled estimate = 60%, 95% CI: 56%–64%, n = 6,950). Drugs other than alcohol were detected in 37% of any violence-related injuries (one study), 39% of firearm injuries (one study), 7%–49% of assaults (five studies), and 5%–66% of penetrating injuries (three studies). The prevalence of any substance varied across injury categories: any violence-related injuries = 76%–77% (three studies), assaults = 40%–73% (six studies), firearms = n/a, other penetrating injuries = 26%–45% (four studies; pooled estimate = 30%, 95% CI: 24%–37%, n = 319).Overall, substance use was frequently detected in patients presenting to hospital for violence-related injuries. Quantification of substance use in violence-related injuries provides a benchmark for harm reduction and injury prevention strategies.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».