Cost effectiveness analysis of playground surfacing at preventing arm fractures in a randomised study
Notice bibliographique
Résumé
Background Upper extremity fractures resulting from playground falls are commonly seen in emergency departments. A 2-year randomised surfacing trial conducted in 19 schools in Toronto, Canada, found that the risk of fracture from playground equipment falls was 4.9 times lower in schools with granite sand playground surfacing (0.019/1000 student months) compared to engineered wood fibre (EWF; 0.094/1000 student months). A subsequent analysis was conducted to determine the cost effectiveness of granite sand in reducing arm fractures in school playgrounds. Methods The Ontario Case Costing Initiative provided hospital costs. Physician service costs were obtained from the Ontario Health Insurance Schedule of Benefits. The Toronto District School Board provided costs of installation and maintenance for each surface type. Total cost was calculated per 1000 student months, by combining treatment costs with surfacing costs. Cost saved per fracture prevented was calculated. Results The total cost of surfacing and injury was $890.61 for sand and $949.00 per 1000 student months for EWF. Although the cost of surfacing was greater for sand ($887.14 vs $841.83 for EWF), the cost per injury was substantially lower for those injured on sand ($3.47 vs $107.17 for EWF). Sand surfacing resulted in 0.08/1000 fractures prevented. The total cost saving per fracture prevented with sand was $779.00. Discussion Both healthcare and schools are publicly funded in Toronto through the provincial government. The installation of sand surfacing in school playgrounds would generate a cost savings to the public, while substantially reducing the number of arm fractures.
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 | 0,006 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».