Associations entre facteurs météorologiques et nombre de visites aux services d’urgence en raison de chutes accidentelles pendant les hivers ontariens
Bibliographic record
Abstract
Introduction Les chutes accidentelles sont l’une des principales causes de visites à l’hôpital liées à des blessures chez les Canadiens, en particulier chez les personnes âgées. Bien qu’on soupçonne certaines conditions météorologiques d’être des facteurs de risque des blessures liées aux chutes, peu d’études ont quantifié ces associations auprès d’un large éventail de groupes d’âge et en utilisant des bases de données populationnelles. Méthodologie Nous avons appliqué une méthode d’étude de type cas-croisé stratifié en fonction du temps pour caractériser les associations entre les facteurs météorologiques à haute résolution spatiale et les visites aux services d’urgence en raison de chutes en Ontario, chez les personnes âgées de cinq ans et plus, pendant les mois d’hiver (novembre à mars) pour 2011 à 2015. Des modèles logistiques conditionnels ont été utilisés pour estimer les rapports de cotes (RC) avec intervalles de confiance (IC) à 95 % associés à ces visites en fonction de l’accumulation quotidienne de neige (intégrant les écarts variant entre une journée et une semaine avant la visite) et de la température quotidienne moyenne le jour de la visite. Les analyses ont été stratifiées par âge et par sexe. Résultats Nous avons recensé 761 853 visites aux services d’urgence liées à une chute. La probabilité de survenue de ces visites augmente pour la plupart des jours jusqu’à une semaine après une chute de neige de 0,2 cm ou plus (RC = 1,05 à 1,08) par rapport aux jours sans chute de neige. Cette association s’est révélée la plus forte chez les adultes de 30 à 64 ans (RC = 1,16 à 1,19). Le RC des visites aux services d’urgence liées à une chute lors de journées froides (moins de −9,4°C) a été réduit de 0,05 par rapport aux jours où la température quotidienne moyenne était de 3,0°C ou plus (RC = 0,95; IC à 95 % : 0,94 à 0,96), et cette tendance était valide pour tous les âges. Aucune différence notable dans la force de cette association selon le sexe n’a été relevée. Conclusion Les chutes de neige et les températures hivernales plus chaudes sont associées à un risque accru de visites aux services d’urgence liées à une chute pendant les hivers ontariens. Ces conclusions peuvent servir à élaborer les stratégies de prévention des chutes et à s’assurer d’un traitement rapide.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".