Amusement Park Rides and Cardiac Devices: Heart Dropper or Device Stopper?
Notice bibliographique
Résumé
BACKGROUND: Cardiac implantable electronic devices (CIEDs) are essential for managing cardiac conditions, but may malfunction due to magnetic fields > 10,000 mG. Roller coasters using linear induction motors (LIMs) generate magnetic fields, yet their potential for electromagnetic interference (EMI) with CIEDs is unclear. This study assesses magnetic field exposure on amusement park rides and examines healthcare provider recommendations. METHODS: Magnetic field strength was measured using gaussmeters placed at shoulder and abdomen levels, representing pediatric CIED sites. Rides at an amusement park were tested at least four times, recording median and maximum magnetic field strengths per second throughout the ride. Magnetic field strengths were compared between rides with health advisory messages (HAMs) and without (NHAMs). A survey was distributed to the Pediatric and Congenital Electrophysiology Society (PACES) and the Canadian Council of Cardiovascular Nurses to assess healthcare provider recommendations. RESULTS: A total of 15 rides were sampled: 11 with HAMs and 4 with NHAM. The mean magnetic field strength was higher for HAM rides (2.9 mG) than NHAM rides (1.6 mG; p = 0.05). Maximum field strength was also greater in HAM rides (46.4 vs. 6.5 mG; p < 0.001), and in rides using LIMs (n = 2) compared to those using other mechanisms (211.7 vs. 7.8 mG; p < 0.001). Only 18.1% (n = 13) of healthcare providers relied on published resources for amusement park ride recommendations, while 58.3% (n = 42) advised patients to consider HAMs. CONCLUSION: Magnetic field strengths on all rides were clinically insignificant, posing minimal EMI risk for CIED patients. Further validation and standardized guidelines are needed to inform healthcare recommendations for patients with CIEDs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».