The Epidemiology of Injuries in Football at the London 2012 Paralympic Games
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle