Risk Factors for Bicycling Injuries in Children and Adolescents: A Systematic Review
Notice bibliographique
Résumé
CONTEXT: Child and adolescent bicycling is beneficial, but injuries occur and can be severe and costly. OBJECTIVE: To systematically review the individual and environmental factors associated with bicycling injury risk in children and adolescents. DATA SOURCES: Fourteen electronic databases were searched. STUDY SELECTION: Two authors independently assessed potentially relevant articles for eligibility. The inclusion criteria were as follows: bicyclists younger than 20 years old; examined individual and environmental characteristics of bicycling crashes; compared injured and uninjured bicyclists or bicyclists with different types or severity of injury; study designs with a predetermined comparison group; and published in English from January 1990 to May 2015. The exclusion criteria were outcomes related to helmet use, helmet legislation, or mountain biking, and comparisons of census-based injury rates. DATA EXTRACTION: Data on study design, setting, population, injury definitions, injury risk factors, and results were extracted. Risk of bias was assessed by using the Newcastle-Ottawa Scales. RESULTS: Fourteen articles were included. Lower socioeconomic status, riding on the road, riding in rural compared with urban areas, and riding on the sidewalk were associated with bicycling injury. Bicycling safety education did not protect children against future injury. Injuries related to a motor vehicle collision were more severe than other bicycling injuries. LIMITATIONS: Study heterogeneity prevented meta-analyses. Study quality was affected by inadequate definitions of study groups and self-reported data. CONCLUSIONS: Lower socioeconomic status and riding location were associated with bicycling injury and severity increased with motor vehicle collisions. The bicycling environment is a promising avenue for 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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 ».