Prevalence of helmet use in skateboarders: A systematic review and narrative synthesis
Notice bibliographique
Résumé
INTRODUCTION: Helmet adoption remains low among skateboarders, but the specific prevalence remains unclear. The purpose of this study was to summarize available evidence on helmet-use prevalence among skateboarders. METHODS: A systematic search of PubMed and Web of Science was conducted using the search terms: skateboard, skateboarding, protective gear, protective equipment, pads, or helmet. Articles were included if they were in English with specific data on helmet use among skateboarders. Articles excluded were those representing reviews or conference abstracts/presentations; or if helmet use prevalence for skateboarders could not be ascertained. Data extraction and quality assessment were performed independently by two reviewers, with a third resolving disagreements. Study quality was assessed using the Newcastle Ottawa Quality Assessment Scale. RESULTS: A total of 228 articles were identified, of which only 17 studies (7.5%) met inclusion criteria. Included studies spanned four decades (1992-2023) and covered populations across North America, Australia, and Europe. Helmet use prevalence was consistently low, ranging from 0% to 41.7%, with variations by age, sex, and region. Most studies were of moderate quality (n = 10). Samples were male dominant, with many studies not reporting additional demographics. Barriers to helmet use included comfort and perceived inconvenience. Findings also highlighted worse outcomes for skateboarders without helmets compared to those with helmets. CONCLUSIONS: Findings demonstrated a consistently low prevalence of helmet use among skateboarders, despite its established role in reducing head injuries. These findings underscore the need for targeted public health initiatives to promote helmet use and address barriers to adherence. PRACTICAL APPLICATIONS: Public health campaigns and educational programs should focus on increasing awareness of helmet effectiveness while addressing common barriers such as comfort and social norms. Additionally, improvements in helmet design and partnerships with influential skateboarders could help normalize helmet use and encourage adoption within the skateboarding community.
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 | 0,023 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 | 0,002 |
| 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 ».