Yet More Pediatric Injuries Associated with All-Terrain Vehicles: Should Kids Be Using Them?
Notice bibliographique
Résumé
BACKGROUND: Use of all-terrain vehicles (ATVs) has become a popular recreational activity for all ages, yet children suffer a markedly higher proportion of ATV-related injuries and deaths compared with the adult population. Evidence needs to be developed to direct policy to eliminate unnecessary injuries in this population. METHODS: A review of children younger than 16 years old admitted to a tertiary pediatric trauma center with ATV-related injuries over 12.5 years was conducted. Data included demographics, mechanisms of injury, use of helmets, and outcomes. RESULTS: Of 92 patients, 79% were male, the mean age was 12.1 years, 16% were under 10 years old, and 10% had attention deficit hyperactivity disorder (general population prevalence, 1-4%). Flipping/rolling was the most common mechanism of injury (32%) and was associated with sustaining chest and abdominal injuries (odds ratio, 3.7; 95% confidence interval, 1.1-12.9) and an increased Injury Severity Score (ISS). Only 4 of 20 patients with head/facial injuries were using helmets compared with 37 of 40 (odds ratio of head injury with helmet use, 0.02; 95% confidence interval, 0.004-0.101). Forty-five patients had more than one body system injured. The mean ISS was 7.0 (range, 1-35), and high scores were associated with sustaining head and/or truncal injuries. Fourteen percent of cases had an ISS greater than or equal to 12 and two patients died. The median length of stay was 3 days; 12% were admitted over 2 weeks. CONCLUSION: Children continue to sustain a large proportion of preventable and unnecessary injuries caused by ATVs. Although use of protective devices (i.e., helmets) diminishes the extent of injuries, children's smaller size relative to these large machines may contribute to flipping, rolling, and loss of control. Increased risk-taking by those with attention deficit hyperactivity disorder may also play a role. Efforts are needed to lobby for policies to limit the promotion and restrict the use of ATVs by children.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».