Epidemiology, patterns, and outcomes of road traffic accidents in Saudi Arabia: a systematic review and meta-analysis
Notice bibliographique
Résumé
Road traffic accidents (RTAs) remain a significant public health concern worldwide, contributing to high morbidity and mortality rates. In Saudi Arabia, RTAs are a leading cause of injuries and fatalities. This study aimed to analyze the epidemiological patterns, demographics, crash characteristics, and injury outcomes of RTAs in Saudi Arabia. This systematic review and meta-analysis followed PRISMA 2020 guidelines, with a comprehensive search in PubMed, Scopus, and Web of Science using relevant keywords and MeSH terms. Observational studies reporting data on RTAs in Saudi Arabia were included. Study quality was assessed using the Newcastle-Ottawa Scale (NOS). Pooled prevalence estimates were calculated using a random-effects model, and heterogeneity was assessed using the I² statistic and Cochran's Q test. A total of 10 studies were included, representing diverse regions of Saudi Arabia and involving 154,165 participants. Male predominance was consistent across studies, with males comprising 59.1% to 91% of participants. Younger males (20–35 years) were disproportionately affected, often engaging in high-risk behaviors such as speeding and mobile phone use. Head and neck injuries were the most common (50%–63%), followed by chest and abdominal injuries. Urban areas accounted for the majority of accidents (63%–68.6%). Pooled prevalence estimates revealed substantial heterogeneity across studies (I² > 90%). RTAs in Saudi Arabia predominantly affect young males and are frequently associated with high-risk behaviors and urbanization. While safety measures have mitigated some outcomes, targeted interventions addressing risky behaviors, traffic enforcement, and emergency care are essential to reduce the burden of RTAs further.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,031 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».