Severe street and mountain bicycling injuries in adults: a comparison of the incidence, risk factors and injury patterns over 14 years
Notice bibliographique
Résumé
BACKGROUND: Street and mountain bicycling are popular recreational activities and prevalent modes of transportation with the potential for severe injury. The purpose of this investigation was to compare the incidence, risk factors and injury patterns among adults with severe street versus mountain bicycling injuries. METHODS: We conducted a retrospective cohort study using the Southern Alberta Trauma Database of all adults who were severely injured (injury severity score [ISS] ≥ 12) while street or mountain bicycling between Apr. 1, 1995, and Mar. 31, 2009. RESULTS: Among 11 772 severely injured patients, 258 (2.2%) were injured (mean ISS 17, hospital stay 6 d, mortality 7%) while street (n = 209) or mountain bicycling (n = 49). Street cyclists were often injured after being struck by a motor vehicle, whereas mountain bikers were frequently injured after faulty jump attempts, bike tricks and falls (cliffs, roadsides, embankments). Mountain cyclists were admitted more often on weekends than weekdays (61.2% v. 45.0%, p = 0.040). Injury patterns were similar for both cohorts (all p > 0.05), with trauma to the head (67.4%), extremities (38.4%), chest (34.1%), face (26.0%) and abdomen (10.1%) being common. Spinal injuries, however, were more frequent among mountain cyclists (65.3% v. 41.1%, p = 0.003). Surgical intervention was required in 33.3% of patients (9.7% open reduction internal fixation, 7.8% spinal fixation, 7.0% craniotomy, 5.8% facial repair and 2.7% laparotomy). CONCLUSION: With the exception of spine injuries, severely injured cyclists display similar patterns of injury and comparable outcomes, regardless of style (street v. mountain). Helmets and thoracic protection should be advocated for injury prevention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».