Epidemiology of concussion in sport: a literature review
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to summarize sport concussion incidence data, identify sports that present higher injury frequency, reveal the degree of risk in some lesser-known sports, and outline specific details within the sports literature that raise additional concerns, such as helmet-to-helmet contact and player positions that experience frequent impact. METHODS: A systematic literature review of Pub Med using keyword search on injury, concussion, and sports was performed through May 2012. Abstracts were identified, selections were made based upon inclusion criteria, and full-length articles were obtained. Additional articles were considered following review of reference sections. Articles were reviewed and tabulated according to sport. RESULTS: Two hundred eighty-nine articles were screened, and 62 articles were reviewed. The overall incidence of concussion in sport ranged from 0.1 to 21.5 per 1000 athletic exposures. The lowest incidence was reported in swimming and diving. Concussion incidence was highest in Canadian junior ice hockey, but elevated incidence in American football remains a concern because of the large number of participants. CONCLUSIONS: The literature reviewed included incidence of concussion on the field of play under real-world conditions and influenced by the current culture of sport. The studies examined in this article show that there is risk of concussion in nearly every sport. Some sports have higher concussion frequency than others, which may depend upon the forces and roles of the positions played in these sports. Younger athletes have a higher incidence of concussion, and female incidence is greater than male in many comparable sports. Headgear may reduce concussion in some sports but may also give athletes a false sense of protection.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».