Determining the validity of the AMA guide: A retrospective analysis of the Assessment of Driving Related Skills and crash rate among older drivers
Notice bibliographique
Résumé
Background: Chronic health conditions associated with aging can lead to changes in driving ability. The Canadian Driving Research Initiative for Vehicular Safety in the Elderly (Candrive II) is a 5-year prospective study funded by the Canadian Institutes of Health Research aiming to develop an in-office screening tool that will help clinicians identify potentially at-risk older drivers. Currently, no tools exist to directly predict the risk of motor vehicle collision (MVC) in this population. The American Medical Association (AMA), in collaboration with the National Highway Traffic Safety Association, has designed an opinion-based guide for assessing medical fitness to drive in older adults and recommends that physicians use the Assessment of Driving Related Skills (ADReS) as a test battery to measure vision, cognition and motor/somatosensory functions related to driving. The ADReS consists of the Snellen visual acuity test, visual fields by confrontation test, Trail Making Test part B, clock drawing test, Rapid Pace Walk test, and manual tests of range of motion and motor strength. We used baseline data from the Candrive II/Ozcandrive common cohort of older drivers to evaluate the validity of the ADReS subtests. We hypothesized that participants who crashed in the 2 years before the baseline assessment would have poorer scores on the ADReS subtests than participants who had not crashed. Methods: In the Candrive II/Ozcandrive study, 1230 participants aged 70 years or older were recruited from 7 Canadian cities, 1 Australian city and 1 New Zealand city, all of whom completed a comprehensive clinical assessment at study entry. The assessment included all tests selected as part of the ADReS. Data on crashes that occurred within 2 years preceding the baseline assessment were obtained from the respective licensing jurisdictions. Those who crashed were compared to those who had not crashed on their ADReS subtest scores using Pearson’s chi-squared test and Student’s t-test. Results: Sixty-three of the 1230 participants (5.1%) were involved in an MVC within the 2 years preceding the baseline assessment. Contrary to what was expected based on the AMA guide, there were no statistically significant associations between abnormal performance on the tests constituting the ADReS and history of crash (p > 0.01). Discussion: Although limitations are inherent in a retrospective analysis, we found that abnormalities on the subtests comprising the ADReS were not associated with a recent history of crash. This suggests the need for more sensitive tools to properly assess crash risk in older drivers, for prospective analyses of risk over time and for an evidence base to support influential clinical practice guidelines.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».