A Multi-year Review of Major Off-Road Vehicle Injuries and Deaths in New Brunswick
Notice bibliographique
Résumé
INTRODUCTION: Off-road vehicles are widely used in Canada, especially in rural areas. Despite their popularity, there is limited data on off-road vehicle-related injuries, particularly in New Brunswick (NB). The aim of this study was to describe the epidemiology of off-road vehicle incidents in NB, focusing on frequency, severity, and factors associated with morbidity over an eight-year period (2014-2021). METHODS: We conducted a retrospective observational study using data from the New Brunswick Trauma Registry, which includes all patients admitted to level 1, 2, and 3 trauma centers with severe injuries. We analyzed data on demographics, incident characteristics, substance use, helmet use, and outcomes. Regression analyses assessed factors predicting intensive care unit admission and hospital length of stay. RESULTS: Between December 2014 and December 2021, 681 patients recorded in the trauma registry were involved in off-road vehicle incidents. The median age of these patients was 38.0 years, with 533 patients (78.3%) identified as male and 77 (11.3%) under 18 years old. All-terrain vehicles were involved in 456 (67%) of the incidents, while 225 (33%) involved snowmobiles. Among those tested, 176 (54.2%) had used alcohol, and 390 (57.3%) had used a helmet. The most frequent types of incidents included off-road travel incidents (43.3%) and rollovers (23.5%). The median Injury Severity Score was 13, and the median hospital length of stay was four days. Regression analysis showed that older age and intoxication were significant predictors of longer hospital stays and increased likelihood of admission to the intensive care unit. CONCLUSION: This study describes factors associated with off-road vehicle incidents in New Brunswick. Off-road vehicle trauma in New Brunswick presents a considerable public health challenge, with the male gender, older age, and substance use associated with increased morbidity. Effective injury prevention requires a multifaceted approach, including enhanced education, stricter regulations, and improved enforcement to mitigate the risks associated with off-road vehicle (ORV) use.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,018 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».