Risk factors for injury in sport climbing and bouldering: a systematic review of the literature
Notice bibliographique
Résumé
BACKGROUND: Rock climbing is an increasingly popular sport worldwide, as a recreational activity and a competitive sport. Several disciplines including sport climbing and bouldering have developed, each employing specific movements and techniques, leading to specific injuries. OBJECTIVE: To examine risk factors and prevention measures for injury in sport climbing and bouldering, and to assess the methodological quality of existing studies. METHODS: 12 electronic databases and several other sources were searched systematically using predetermined inclusion and exclusion criteria. Eligible articles were peer-reviewed, based on primary research using original data; outcome measures included injury, morbidity or mortality in rock climbing, and included one or more potential risk factor or injury prevention strategy. Two independent reviewers assessed the methodology of research in each study using the Downs and Black Quality Index. The data extracted is summarised, and appraisals of the articles are presented with respect to the quality of evidence presented. RESULTS: 19 studies met the inclusion criteria, and introduced 35 possible risk factors or injury prevention measures in climbing. Age, increasing years of climbing experience, highest climbing grade achieved (skill level), high climbing intensity score (CIS) and participating in lead climbing are potential risk factors. Results regarding injury prevention measures remain inconclusive. DISCUSSION: This field is relatively new and, as such, the data are not as robust as for more established sports with a larger research foundation. The key need is establishing modifiable risk factors using prospective studies and high quality methodology, such that injury prevention strategies can be developed. The CIS may be a useful measure in this field of research.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».