Helmet regulation in Vietnam: impact on health, equity and medical impoverishment
Notice bibliographique
Résumé
BACKGROUND: Vietnam's 2007 comprehensive motorcycle helmet policy increased helmet use from about 30% of riders to about 93%. We aimed to simulate the effect that this legislation might have on: (a) road traffic deaths and non-fatal injuries, (b) individuals' direct acute care injury treatment costs, (c) individuals' income losses from missed work and (d) individuals' protection against medical impoverishment. METHODS AND FINDINGS: We used published secondary data from the literature to perform a retrospective extended cost-effectiveness analysis simulation study of the policy. Our model indicates that in the year following its introduction a helmet policy employing standard helmets likely prevented approximately 2200 deaths and 29 000 head injuries, saved individuals US$18 million in acute care costs and averted US$31 million in income losses. From a societal perspective, such a comprehensive helmet policy would have saved $11 000 per averted death or $830 per averted non-fatal injury. In terms of financial risk protection, traffic injury is so expensive to treat that any injury averted would necessarily entail a case of catastrophic health expenditure averted. CONCLUSIONS: The high costs associated with traffic injury suggest that helmet legislation can decrease the burden of out-of-pocket payments and reduced injuries decrease the need for access to and coverage for treatment, allowing the government and individuals to spend resources elsewhere. These findings suggest that comprehensive motorcycle helmet policies should be adopted by low-income and middle-income countries where motorcycles are pervasive yet helmet use is less common.
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 | 0,000 |
| 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 ».