MUSCULOSKELETAL INJURY IN THE MASTERS RUNNER
Notice bibliographique
Résumé
The aging and health conscious population drive the need to study the masters athlete. Musculoskeletal changes that occur with age may predispose this age group to different types of injuries than a younger population. Shoes and orthotics designed specifically for the masters athlete may be warranted to prevent these injuries and keep the aging population active. PURPOSE To identify age related differences in running injury patterns. METHODS Retrospective survey data was collected on participants in the Hood to Coast running relay race (Oregon, USA). Surveys were distributed via email at 1 and 3 weeks pre-race and 1 week post-race. Hard copies were made available to all athletes (N=12300) at the race site. Athletes completed the survey only once and reported injury frequency, location, diagnosis, and training variables for the previous year. Chi-square analysis was used to determine differences by age. RESULTS Preliminary results include data from 2669 runners. Eighty-two percent reported running 3–5 times/week and 69% reported running 11–30 miles/week. The injury rate was consistent across age groups at 46% (SD=1.73%). The knee comprised 25% of all injuries and was the most common location in all age groups (SD=6.9%). Injuries to the foot and lower leg followed in those under age 40, however hamstring and achilles injuries superseded lower leg injuries in runners over age Only 56% of injured runners sought advice from a physician or other health professional for injury diagnosis. Orthotic use was greater in those over age 40. CONCLUSION Injury rates are consistent across age groups. Patterns of injury location change with age. These results have important implications for operative and non-operative treatment plans and for footwear and orthotic design to prevent injuries and keep our aging population active. Supported by the Nike Sports Research Laboratory, Beaverton, Oregon.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».