Risk Factors for Injury in Indoor Compared with Outdoor Adolescent Soccer
Notice bibliographique
Résumé
BACKGROUND: There are limited data on the epidemiology of indoor soccer injuries. PURPOSE: Injury rates and risk factors for injury in adolescent indoor and outdoor soccer in the same cohort of players will be identified and compared. STUDY DESIGN: Cohort study (prevalence); Level of evidence, 2. METHODS: The study population was a random sample of 21 adolescent (ages 13-17 years) outdoor soccer teams (N = 317). The subcohort included players continuing to play in the indoor soccer season (n = 142). The injury definition included any injury occurring in soccer that resulted in medical attention, the inability to complete a session, and/or missing a subsequent session. RESULTS: The overall injury rate found in indoor soccer over 20 weeks was 4.45 injuries per 1000 player hours (95% confidence interval, 3.1-6.19). The overall injury rate found in the 13-week outdoor soccer season among a similar cohort was 5.59 injuries per 1000 player hours (95% confidence interval, 4.42-6.97). The relative risk of injury suggests that there was no significant difference between injury rates by age group or gender in indoor soccer compared with outdoor soccer. The risk of injury in the most elite division of play was greater in outdoor compared with indoor soccer (relative risk, 3.22; 95% confidence interval, 1.8-6.12). The most commonly injured body part in both indoor and outdoor soccer was the ankle, followed by the groin in indoor and the knee in outdoor soccer. CONCLUSION: There were no significant differences in overall injury rates found by gender or age group for indoor compared with outdoor soccer. Future research should focus on injury prevention strategies to reduce lower extremity injury in indoor and outdoor adolescent soccer.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».