Prevention of sport injury II: a systematic review of clinical science research
Notice bibliographique
Résumé
OBJECTIVE: To characterise the nature of the sport injury prevention literature by reviewing published articles that evaluate specific clinical interventions designed to reduce sport injury risks. DATA SOURCES: PubMed, Cinahl, Web of Science and Embase. MAIN RESULTS: Only 139 of 2525 articles retrieved met the inclusion criteria. Almost 40% were randomised controlled trials and 30.2% were cohort studies. The focus of the study was protective equipment in 41%, training in 32.4%, education in 7.9%, rules and regulations in 4.3%, and 13.3% involved a combination of the above. Equipment research studied stability devices (42.1%), head and face protectors (33.3%), attenuating devices (17.5%) as well as other devices (7%). Training studies often used a combination of interventions (eg, balance and stretching); most included balance and coordination (63.3%), with strength and power (36.7%) and stretching (22.5%) being less common. Almost 70% of the studies examined lower extremity injuries, and a majority of these were joint (non-bone)-ligament injuries. Contact sports were most frequently studied (41.5%), followed by collision (39.8%) and non-contact (20.3%). CONCLUSION: The authors found only 139 publications in the existing literature that examined interventions designed to prevent sports injury. Of these, the majority investigated equipment or training interventions whereas only 4% focused on changes to the rules and regulations that govern sport. The focus of intervention research is on acute injuries in collision and contact sports whereas only 20% of the studies focused on non-contact sports.
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 | 0,051 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».