MétaCan
Menu
Retour à la cohorte
Enregistrement W2208499412 · doi:10.1016/j.pmrj.2015.09.025

The Epidemiology of Injuries in Football at the London 2012 Paralympic Games

2015· article· en· W2208499412 sur OpenAlexaff
Nick Webborn, Daniel M. Cushman, Cheri Blauwet, Carolyn A. Emery, Wayne Derman, Martin Schwellnus, Jaap Stomphorst, Peter Van de Vliet, Stuart E. Willick

Notice bibliographique

RevuePM&R · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of ManitobaResearch ManitobaUniversity of Calgary
Organismes subventionnairesInternational Olympic Committee
Mots-clésFootballEpidemiologyMedicineFootball playersPhysical therapyHistoryPathologyArchaeology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The epidemiology of injury in Paralympic football has received little attention. A study of all sports at the London 2012 Paralympic Games identified football 5-a-side as the sport with the highest injury rate, meriting further detailed analysis, which may facilitate the development of strategies to prevent injuries. OBJECTIVE: To examine the injury rates and risk factors associated with injury in Paralympic football. DESIGN: Secondary analysis of a prospective cohort study of injuries to football 5-a-side and football 7-a-side athletes. SETTING: London 2012 Paralympic Games. PARTICIPANTS: Participants included 70 football 5-a-side athletes and 96 football 7-a-side athletes. Athletes from all but one country chose to participate in this study. METHODS: The Paralympic Injury and Illness Surveillance System was used to track injuries during the Games, with data entered by medical staff. MAIN OUTCOME MEASUREMENTS: Injury incidence rate (IR) and injury incidence proportion (IP). RESULTS: The overall IR for football 5-a-side was 22.4 injuries/1000 athlete-days (95% confidence interval [CI], 14.1-33.8) with an IP of 31.4 injuries per 100 athletes (95% CI, 20.9-43.6). In 5-a-side competition, 62.5% of injuries were associated with foul play. The overall IR for football 7-a-side was 10.4 injuries/1000 athlete-days (95% CI, 5.4-15.5), with an IP of 14.6 injuries per 100 athletes (95% CI, 7.5-21.6). The most commonly injured body region in both sports was the lower extremity. CONCLUSIONS: To our knowledge, this study is the first to examine IR and risk factors associated with injury in Paralympic football. Future studies are needed to determine mechanisms of injury and independent risk factors for injury, thus informing prevention strategies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,436
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePM&RMême sujetSpinal Cord Injury ResearchTravaux en français237 207