一次事故,多重故事:有限混合视角下的摩托车事故伤害严重程度分析——聚焦事故后医疗、救援、人为及道路环境因素

《Injury》:Single Crash, Multiple Stories: A Finite Mixture Perspective of Motorcycle Injury Severity with a Focus on Post-Crash Medical, Rescue, Human, and Roadway-Environmental Factors

【字体: 大 中 小 】 时间:2026年10月16日 来源:Injury 2.2

编辑推荐:

   摘要本研究调查了影响摩托车事故伤害严重程度评分(ISS)的各类因素,包括事故后医疗状况(即格拉斯哥昏迷评分"GCS"、收缩压"SBP")、紧急响应(即院前时间和转运方式)、人为因素以及道路环境。利用巴基斯坦卡拉奇的综合医院数据集,并通过合成数据生成解决缺失或不恰当值的问题,首

  

摘要

本研究调查了影响摩托车事故伤害严重程度评分(ISS)的各类因素,包括事故后医疗状况(即格拉斯哥昏迷评分"GCS"、收缩压"SBP")、紧急响应(即院前时间和转运方式)、人为因素以及道路环境。利用巴基斯坦卡拉奇的综合医院数据集,并通过合成数据生成解决缺失或不恰当值的问题,首先在角点解设定中采用了托比特回归(基线)模型。基于2007年至2015年卡拉奇(巴基斯坦)204,503条基于医院的摩托车事故记录,通过合成数据生成处理了缺失和不恰当的值。研究采用了托比特回归(基线)模型和有限混合托比特模型(考虑未观察到的异质性)。基线模型的结果表明,与轻度/正常GCS(13-15)和正常SBP(>89 mmHg)相比,GCS严重(3-8)和SBP严重偏低(2-49 mmHg)的事故受害者的ISS分别显著增加了4.5249个单位和7.8042个单位。院前时间(PHT)与ISS之间存在正向非线性关联。基线模型确认超速、夜间事故、逆行或错道行驶以及多车卷入分别使ISS显著增加0.1909个、0.0198个、0.0787个和0.3333个单位。有限混合托比特模型识别出两个潜在类别,其事故受害者的ISS模式不同,关键相关因素与ISS的关系也存在差异,表明仅依赖标准托比特模型可能导致误导性推断。本文讨论了相关的实践意义。

章节摘要

引言

根据国际运输论坛2019年的报告,全球摩托车保有量已超过4.4亿辆[1]。虽然摩托车作为一种交通工具有诸多优势,但其日益增长的普及也带来了严峻的挑战。具体而言,交通安全是一个主要关切点,因为道路交通事故每年导致近135万人死亡,而摩托车手约占全球总死亡人数的28%,这与其较高的脆弱性和缺乏防护有关。

文献综述

以往的研究主要集中在识别与摩托车事故相关的风险因素。这些因素可以分为不同的类别。例如,诸如头盔、前照灯和防抱死制动系统等防护装备已被证明能有效降低事故风险[15]、[16]、[17]。人的特征(如年龄、性别)和行为(如超速和酒后骑车)在事故发生和/或严重程度方面也起着重要作用[13]、[18]。

数据来源

本研究采用巴基斯坦卡拉奇道路交通事故研究与预防中心(RTIRPC)收集的道路交通事故数据,时间跨度为九年(2007-2015年)。该数据集包含道路交通事故的大量信息,包括事故后医疗状况、紧急响应或转运详情、人口统计特征、社会经济状况、环境因素、道路状况以及与事故/事故后相关的详细信息。该数据集因其精确性和全面性而引人注目,尤其是在当前获取和管理道路交通事故数据面临诸多挑战的情况下。

概念框架

图2展示了本研究的概念框架。例如,我们认为较低的GCS(表明严重的头部损伤)如果得不到适当的医疗救治,可能导致更严重的伤害。同样,SBP水平的下降可能表明大量失血,需要立即进行医疗干预以降低伤害严重程度。鉴于现有样本中ISS呈现出角点解模式,首先采用托比特(基线)模型。

实际数据与合成数据

经过清洗的RTIRPC数据包含138,289个观测值,用于创建一个包含160,365个观测值的合成数据集。将两个数据集合并后,获得了与原始RTIRPC数据相匹配的最终样本量(N=298,654)。图3展示了原始(观测)数据集和合成数据集中重要变量分布的比较。合成数据集对所有变量的分布进行了接近原始数据的模拟。所有与研究相关的必要变量

讨论

根据描述性统计,ISS的均值为5.35,标准差为9.96,表明摩托车事故受害者的ISS存在显著差异。就GCS而言,虽然大多数伤害较轻微,但仍有一部分事故相当严重。同样,大多数人的SBP水平在正常范围内(>89 mmHg)。尽管如此,SBP显著偏低的案例发生率为0.10%,还存在SBP缺失或无法

局限性与未来研究方向

本研究考察了2007年至2015年在巴基斯坦卡拉奇发生的摩托车事故。数据来源于RTIRPC,这是迄今规模最大的全国性项目之一。然而,有必要认识并承认各种局限性。首先,值得注意的是,研究结果主要适用于导致伤害的摩托车事故,不能推广到仅涉及财产损坏的情况。虽然

结论

本研究通过利用巴基斯坦卡拉奇广泛的基于医院的伤害数据,调查了事故后医疗状况、紧急响应与转运、人为行为以及道路环境如何与摩托车事故受害者的ISS相关联。简单托比特(基线)模型的结果强调了事故后医疗状况的重要性,特别是GCS和SBP作为ISS的主要相关因素。根据结果,较低

伦理声明

本研究使用的基于医院的数据最初通过巴基斯坦卡拉奇道路交通伤害研究与预防中心(RTIRPC)下的RTI监测项目收集。虽然数据集可能包含事故受害者的个人信息(如姓名、年龄和性别),但作者仅将这些数据用于研究目的,并负全部责任加以处理,确保不披露或共享任何可识别信息。作者未参与

生成式AI及AI辅助写作技术声明

在准备本作品过程中,作者在少数情况下使用了ChatGPT来改善语法、写作和可读性。然而,所有作者均批准了手稿的最终版本并对其内容承担全部责任。

未引用参考文献

[94]

资助

本研究未接受任何外部资助。

利益冲突声明

作者声明不存在利益冲突。
Zia-ur-Rehman | Numan Ahmad | Afzal Ahmed | Zhi Dong | Wasim Irshad Kiyani
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号