MétaCan
Menu
Retour à la cohorte
Enregistrement W2323604306 · doi:10.1017/s1049023x14000776

An Analysis of Patient Presentations at a 2-Day Mass-participation Cycling Event: The Ride to Conquer Cancer Case Series, 2010-2012

2014· article· en· W2323604306 sur OpenAlexaff
Adam Lund, Sheila A. Turris, Peter Wang, Justin Mui, Kerrie Lewis, Samuel J. Gutman

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensFraser HealthIsland HealthUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWorkloadEvent (particle physics)Descriptive statisticsCyclingMedical emergencyPsychologyMedicineComputer scienceFamily medicineGeographyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To analyze the unique factors involved in providing medical support for a long-distance, cross-border, cycling event, and to describe patient presentations and event characteristics for the British Columbia (BC) Ride to Conquer Cancer from 2010 through 2012. METHODS: This study was a 3-year, descriptive case series report. Medical encounters were documented, prospectively, from 2010-2012 using an online registry. Data for event-related variables also were reported. RESULTS: Providing medical support for participants during the 2-day ride was complicated by communication challenges, weather conditions, and cross-border issues. The total number of participants for the ride increased from 2,252 in 2010 to 2,879 in 2011, and 3,011 in 2012. Patient presentation rates (PPRs) of 125.66, 155.26, and 198.93 (per 1,000 participants) were documented from 2010 through 2012. Over the course of three years, and not included in the PPR, an additional 3,840 encounters for "self-treatment" were documented. CONCLUSIONS: The Ride to Conquer Cancer Series has shown that medical coverage at multi-day, cross-national cycling events must be planned carefully to face a unique set of circumstances, including legislative issues, long-distance communication capabilities, and highly mobile participants. This combination of factors leads to potentially higher PPRs than have been reported for noncycling events. This study also illuminates the additional workload "self-treatment" visits place on the medical team.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,345
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetTravel-related health issuesTravaux en français237 207