Preseason Reports of Neck Pain, Dizziness, and Headache as Risk Factors for Concussion in Male Youth Ice Hockey Players
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to determine the risk of concussion in youth male hockey players with preseason reports of neck pain, headaches, and/or dizziness. DESIGN: Secondary data analysis of pooled data from 2 prospective cohort studies. SETTING: Ice hockey rinks in Alberta and Quebec, Canada. PARTICIPANTS: A total of 3832 male ice hockey players aged 11 to 14 years (280 teams) participated. ASSESSMENT OF RISK FACTORS: Participants recorded baseline preseason symptoms of dizziness, neck pain, and headaches on the Sport Concussion Assessment Tool. Incidence rate ratios (IRR) were estimated using Poisson regression, adjusted for cluster by team, hours of exposure, and other covariates. MAIN OUTCOME MEASURES: Concussions that occurred during the season were recorded using a validated prospective injury surveillance system. RESULTS: Preseason reports of neck pain and headache were risk factors for concussion (IRR = 1.67; 95% confidence interval [CI], 1.15-2.41 and IRR = 1.47; 95% CI, 1.01-2.13). Dizziness was a risk factor for concussion in the Pee Wee nonbody checking cohort (IRR = 3.11; 95% CI, 1.33-7.26). A combination of any 2 symptoms was a risk factor in the Pee Wee nonbody checking cohort (IRR = 3.65; 95% CI, 1.20-11.05) and the Bantam cohort (IRR = 2.40; 95% CI, 1.15-4.97). CONCLUSIONS: Male youth athletes reporting headache and neck pain at baseline were at an increased risk of concussion during the season. The risk associated with dizziness and any 2 of dizziness, neck pain, or headaches depended on age group and body checking. CLINICAL RELEVANCE: Baseline testing may be of benefit to identify individuals with symptoms of dizziness, neck pain, and headaches who may be at a higher risk of concussion during the season.
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».