Spinal Cord Injuries Secondary to Mountain Biking Accidents — A Cause for National Alarm
Notice bibliographique
Résumé
While much attention in North America has been placed on hockey and other high impact sports as causes of spinal cord injury (SCI), over the past two decades, our Level 1 trauma center has experienced a much higher number of SCI from off-road mountain biking (MTB). Here, we aimed to characterize the epidemiology of SCI secondary to MTB, and we also sought to estimate the direct and other economic costs to assess their societal impact. A retrospective review was conducted of patients with SCI from MTB who were treated at our Level 1 trauma center between 2008 and 2022. Injury details were compiled, and we calculated the associated lifetime direct and other costs. Over the 14-year period, we identified 58 individuals (average age 35.5 years, 93% male) who suffered SCI while MTB. Twenty-seven suffered motor complete SCI (14 tetraplegia, 13 paraplegia) with estimated average lifetime costs in Canadian Dollars of $4.8 M and $4.5 M each, respectively. Thirty-one suffered motor incomplete SCI (26 tetraplegia, 5 paraplegia) with estimated average lifetime costs of $2.4 M and $1.6 M each, respectively. The total estimated lifetime costs for this group of SCI individuals were $195.4 M. From 2008 to 2022, we identified an SCI from MTB accidents at a rate of 4 patients per year. Our data underscores the urgent need for increased awareness and preventive measures to reduce the incidence of these devastating injuries, particularly in regions where MTB is prevalent.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».