Mountain bike terrain park injuries: an emerging cause of morbidity
Notice bibliographique
Résumé
Background The popularity of mountain biking (MB) has led to the development of commercial MB parks. Little is known about the injury profile and risk factors in these areas. Objective To determine the injury profile and risk factors for severe injury among cyclists in MB parks. Design Prospective case-control study. Cases were hospitalised cyclists injured in MB parks. Controls were cyclists injured in MB parks seen and discharged from the emergency department (ED). Setting Four EDs in Calgary, Alberta, Canada. Participants Recreational cyclists injured in a MB park who presented to one of the study EDs from May 2008 to August 2010. 351 patients were interviewed. Assessment of risk factors Crash circumstances were captured through interviews and injury data through medical chart review. Main outcome measurements Severe injury as defined by hospitalisation; levels within factors were compared using OR and 95% CI. Results 23 participants were hospitalised (cases).The most common body region injured was the head/neck/face among cases, and the upper extremities among controls. 21% of cases and 9% of controls were female. A greater proportion of cases than controls were older than 25 years (22% vs 15%, respectively). Full-face helmets were used less among cases than controls (21% vs 41%, respectively). Arm and elbow protection was used more among cases than controls (arm: 13% vs 2%; elbow: 22% vs 8%). On univariate analyses, we found an indication of increased odds of severe injury among females (OR=2.8; 95% CI 0.96 to 8.06). Riding a new bicycle (OR=2.74; 95% CI 1.16 to 6.45) and cycling on grass compared with dirt (OR=7.06; 95% CI 1.21 to 41.33) increased the odds of severe injury. Conclusion Preliminary analysis suggests surface and experience-related characteristics may increase the risk of severe injury. Case-control differences were noted in protective equipment use.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».