研究表明，电动滑板车骑手入院的可能性是骑自行车者的三倍

一组研究人员对滑板车和自行车伤害进行了队列分析，发现赫尔辛基的紧急服务中，年轻、不戴头盔且经常醉酒的电动滑板车骑手的比例远高于骑自行车的人，这凸显了城市交通中存在的关键安全差距。

在《科学报告》杂志发表的一项研究中，研究人员量化并比较了电动滑板车和自行车的受伤发生率、严重程度和风险因素。

先决条件

想象一下市中心周五的夜晚：霓虹灯闪烁，出租车排起长队，车轮的轰鸣声在车流中回荡。微出行为街道带来了生机，但此前的研究估计，每10万人中约有10人因骑电动滑板车而最终被送进急诊室，而在赫尔辛基，这一比例为每10万人次7.8人——大约是自行车骑行者的三倍。与汽车不同，这些平台没有溃缩区；骑手是唯一的“保险杠”。

年轻人、夜间骑行、酒驾以及不戴头盔，这些因素共同构成了危险的组合。了解滑板车事故与自行车事故的区别，有助于制定限速规定、开展安全宣传活动以及设置自行车道。进一步的研究应该能够确认哪些措施能够真正减少伤害。

关于研究方法

轮子小，摔倒大：双脚靠近道路可以让滑板车骑手更快地放开车把，这可以解释为什么与经常用手臂支撑自己的骑自行车者相比，滑板车骑手手臂骨折的人数较少。

该团队对2022年1月1日至2023年12月31日期间在三个急诊科骑立式电动滑板车和自行车时发生的损伤进行了队列分析。通过关键词搜索医院数据库检索匿名病例，并检查记录以查找事故证据。记录了年龄、性别、时间、头盔使用情况、酒精测试和损伤细节。最严重损伤使用AIS编码，综合损伤严重程度评分使用NISS编码。

使用数据分母：Vianova Cityscope 共享滑板车骑行日志和自行车骑行调查数据。计算了每 10 万次骑行的受伤率、相对风险 (RR) 及其 95% 置信区间 (CI)。

正态分布的连续变量以平均值±标准差表示；比例以数量和百分比表示。统计学比较采用Fisher精确概率法、χ²检验或学生t检验，显著性水平为0.05。分析使用SPSS 29进行，并参考STROBE推荐。医院研究委员会批准了研究方案并放弃了知情同意；所有程序均符合当地法规。

研究成果

• 酒精中毒和创伤性脑损伤：在醉酒骑车者中，电动滑板车使用者的创伤性脑损伤率为 76%，骑自行车者的创伤性脑损伤率为 63%，这表明在酒精影响下，事故严重程度急剧增加。
• 两年间，急诊科共救治了677名电动滑板车受害者和1889名自行车受害者。受害者平均年龄分别为33±13岁和47±17岁；男性受害者占比分别为64%和59%。仅有29名（4%）电动滑板车骑手和522名（28%）自行车骑手佩戴头盔。29%的电动滑板车骑手和8%的自行车骑手体内检测出酒精。
• 基于806万次共享滑板车出行数据，受伤率为每十万次出行7.8人次；基于8298万次自行车出行数据，乘客受伤率为每十万次出行2.2人次。滑板车的相对风险为3.6（95% CI：3.3-3.9）。
• 46% 的滑板车事故和 31% 的自行车事故中发生了头部和颈部损伤。骑自行车者上肢（45%）和躯干（11%）损伤的发生率更高。滑板车使用者常见颅面骨折（12%），自行车使用者常见腕部和手部骨折（9%）。AIS 的分布情况相似，但滑板车使用者的损伤程度略重（10% vs. 8%）。滑板车使用者中唯一的危重病例是弥漫性轴索损伤；自行车使用者中有一名患者出现多发性脑内出血。
• 在重症监护室 (ICU)，有 8 名（1.2%）滑板车骑手（7 名患有创伤性脑损伤，6 名醉酒），12 名（0.6%）自行车骑手。自行车骑手需要手术治疗的频率更高（13%），而滑板车骑手为 8%，主要为腕骨、锁骨和肋骨骨折的骨科手术。住院率较低，但自行车骑手的住院率再次高于滑板车骑手（9.8% vs 8.1%）。
• 从时间段来看，69% 的自行车事故发生在 8:00 至 22:00 之间，而 60% 的滑板车事故发生在此时间段，40% 发生在夜间。夜间滑板车事故中，一半与酒驾有关，而夜间自行车事故中，这一比例仅为 20%。醉酒骑车者很少佩戴头盔。尽管 2021 年引入了 15 公里/小时的夜间限速，但温暖的夜晚仍然会导致城市通勤者出现与酒精相关的创伤性脑损伤 (TBI) ——这一趋势在所有季节和诊所中都存在。

结论

两组中超过一半的伤害都是轻微的（擦伤或拉伤，AIS 1），尽管滑板车使用者的严重伤害比例略高。

因此，站立式电动滑板车出行比传统自行车更容易受伤。滑板车骑行者年龄更小，醉酒且不戴头盔的情况更常见，尤其容易头部受伤；而自行车骑行者受伤大多集中在手臂和躯干，但需要手术的可能性也更大。

即使限速，RR 仍然是 3.6，这表明行为才是罪魁祸首，而非技术。市政当局应优先开展头盔佩戴宣传活动，在租车应用程序中加入酒精检测，并考虑对夜间使用进行更多限制。

未来的前瞻性研究应评估此类措施以及自行车道的重新设计是否能够减少急诊科和重症监护室的就诊次数。与所有回顾性观察研究一样，在得出因果结论时应谨慎，不完整或缺失的数据可能会对结果造成偏差。