MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417296812 · doi:10.1093/pch/pxaf116.023

23 Examining the rising trend of paediatric e-scooter injuries: A retrospective study

2025· article· en· W4417296812 sur OpenAlexaffabout
Alyssia Naran, Daniel Rosenfield

Notice bibliographique

RevuePaediatrics & Child Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésRetrospective cohort studyDemographicsEmergency departmentInjury preventionOccupational safety and healthPoison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Abstract Background The rise of electric scooters (e-scooters) has altered urban transportation by providing an alternative to traditional vehicles. The increased use of these devices globally has raised concerns about their safety, particularly for paediatric populations. Young users are especially at risk of injuries from e-scooters due to factors such as smaller body size, less developed motor skills, and a reduced ability to safely handle these devices. Objectives This study investigates the frequency and nature of e-scooter-related injuries among paediatric patients presenting to the emergency department (ED) of a tertiary paediatric hospital. Design/Methods Retrospective descriptive patient data was collected using the Canadian Hospitals Injury Reporting and Prevention Program (CHIRPP) database, an injury and poisoning surveillance system. ED visits resulting from e-scooter usage between 2020 and 2024 were identified using the search terms 'e-scooter,' 'electric scooter,' 'electric,' and 'scooter.' Key variables of interest included patient demographics (age and sex), types of injuries sustained, helmet use, time of injury, location, morbidity, and mortality. Results From 2020 to 2024, the frequency of reported yearly ED visits associated with e-scooter usage has risen, with 1 case in 2020, 13 cases in 2021, 27 cases in 2022, 25 cases in 2023, and 46 cases in 2024—an 84.0% increase from the previous year. The mean age of patients was 12.0 ± 3.4 years, and 75.0% of patients were male (n=84). Notably, among patients with reported helmet usage, 78.5% were not wearing helmets (n=62). Furthermore, 25.9% of the patients were admitted to the hospital due to the severity of their injuries (n=29). Head and facial injuries accounted for 36.6% of all injuries (n=75). Among these, facial lacerations were the most common, representing 21.3% (n=16), followed by concussions, which comprised 18.7% (n=14). Fractures constituted 33.7% of all injuries (n=69), with forearm and wrist fractures making up 36.2% of all fractures (n=25). There were no fatalities. Conclusion Our findings align with global trends, highlighting the growing burden of preventable paediatric e-scooter injuries. Given that our province is in the midst of evaluating an e-scooter pilot program, this study provides valuable insights to inform future e-scooter regulations. By examining the injury patterns caused by these devices, this study aims to contribute to improved safety measures for young e-scooter users.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,343
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetInjury Epidemiology and Prevention→Travaux en français237 207→