Navigating Paramedics' Safety: Unraveling Factors in Emergency Service Vehicle Incidents
Notice bibliographique
Résumé
Background: Ambulance drivers are more likely to be involved in fatal or injury collisions compared to other professional drivers. \n \n \nStudy Objective: This study is a retrospective study aimed to describe factors involved in paramedics’ collisions. \n \n \nMethod: Spanning over 10 years of data (2010-2019) from a paramedic agency covering Montreal (Qc, Canada), links between the number of ambulance injuries and non-injury collisions and diverse characteristics like experience, sex, and age of paramedics, day and time of the collision, weather and surface conditions, type of environment, and type of driving activity. The distribution of characteristics involved in the severity of collisions is presented with descriptive analysis. The evaluation of trends of monthly and yearly ambulance collisions is conducted using the Mann-Kendal test. The logit model is also used to examine the effect of such factors on the odds of collision severity. \n \n \nResults: The results show although there is no significant reduction trend for the monthly ambulance collisions, the trend of incidence of annual non-injury collisions per paramedic is significantly decreasing. Also, young drivers with less experience are more involved in multiple collisions compared to their experienced colleagues. Furthermore, 62% of injury collisions happened when paramedics are responding to an emergency call. The logit model confirms a decrease in the odds of injury collisions (odds ratio: 0.48) during non-emergency activities. Also, intersections and traffic lights are the riskiest locations regarding injury collisions (43.5%, and 51%, respectively). In this case, collisions occurring at traffic lights can increase the odds of severity by 597%. \n \n \nConclusion: This study exemplifies that preventive policy regarding paramedics (e.g., training programs) should focus on younger and less experienced paramedics, and risky locations, especially while driving on emergency calls. More oriented awareness and training programs for emergency respondents are required to reduce the number of work-related collisions. -- \n \n \nKeywords: ambulance crashes ; drivers’ characteristics ; environment ; emergency/non-emergency activities ; work-related collisions ; emergency medical services ; EMS paramedicine.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».