Incidence, Distribution, and Cost of Lawn-Mower Injuries in the United States, 2006-2013
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Characterization of the epidemiology and cost of lawn-mower injuries is potentially useful to inform injury prevention and health policy efforts. We examined the incidence, distribution, types and severity, and emergency department (ED) and hospitalization charges of lawn-mower injuries among all age groups across the United States. METHODS: This retrospective, cross-sectional study used nationally representative, population-based (all-payer) data from the US Nationwide Emergency Department Sample for lawn-mower-related ED visits and hospitalizations from January 1, 2006, through December 31, 2013. Lawn-mower injuries were identified by using International Classification of Diseases, Ninth Revision, Clinical Modification code E920 (accidents caused by a powered lawn mower). We analyzed data on demographic characteristics, age, geographic distribution, type of injury, injury severity, and hospital charges. RESULTS: We calculated a weighted estimate of 51 151 lawn-mower injuries during the 8-year study period. The most common types of injuries were lacerations (n = 23 907, 46.7%), fractures (n = 11 433, 22.4%), and amputations (n = 11 013, 21.5%). The most common injury locations were wrist or hand (n = 33 477, 65.4%) and foot or toe (n = 10 122, 19.8%). Mean ED charges were $2482 per patient, and mean inpatient charges were $36 987 per patient. The most common procedures performed were wound irrigation or debridement (n = 1436, 29.9%) and amputation (n = 1230, 25.6%). CONCLUSIONS: Lawn-mower injuries occurred at a constant rate during the study period. Changes to nationwide industry safety standards are needed to reduce the frequency and severity of these preventable injuries.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle