Cyclist head and facial injury risk in relation to helmet fit: a case-control study
Notice bibliographique
Résumé
INTRODUCTION: We examined the effect of bicycle helmet fit and position on head and facial injuries. METHODS: Cases were helmeted cyclists with a head (n=297) or facial (n=289) injury. Controls were helmeted cyclists with other injuries, excluding the neck. Participants were interviewed in seven Alberta emergency departments or by telephone; injury data were collected from charts. Missing values were imputed using chained equations and custom prediction imputation models. RESULTS: Compared with excellent helmet fit, those with poor fit had increased odds of head injury (odds ratio [OR] = 3.38, 95% confidence interval [CI]: 1.06-10.74). Compared with a helmet that stayed centred, those whose helmet tilted back (OR = 2.90, 95% CI: 1.54-5.47), shifted (OR = 1.91, 95% CI: 1.01-3.63) or came off (OR = 6.72, 95% CI: 2.86-15.82) had higher odds of head injury. A helmet that tilted back (OR = 4.81, 95% CI: 2.74-8.46), shifted (OR = 1.83, 95% CI: 1.04-3.19) or came off (OR = 3.31, 95% CI: 1.24-8.85) also increased the odds of facial injury. CONCLUSION: Our findings have implications for consumer and retail education programs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».