Examining Measures of Weight as Risk Factors for Sport-Related Injury in Adolescents
Notice bibliographique
Résumé
Objectives. To examine body mass index (BMI) and waist circumference (WC) as risk factors for sport injury in adolescents. Design. A secondary analysis of prospectively collected data from a pilot cluster randomized controlled trial. Methods. Adolescents (n = 1,040) at the ages of 11-15 years from two Calgary junior high schools were included. BMI (kg/m(2)) and WC (cm) were measured from direct measures at baseline assessment. Categories (overweight/obese) were created using validated international (BMI) and national (WC) cut-off points. A Poisson regression analysis controlling for relevant covariates (sex, previous injury, sport participation, intervention group, and aerobic fitness level) estimated the risk of sport injury [incidence rate ratios (IRR) with 95% confidence intervals (CI)]. Results. There was an increased risk of time loss injury (IRR = 2.82, 95% CI: 1.01-8.04) and knee injury (IRR = 2.07, 95% CI: 1.00-6.94) in adolescents that were overweight/obese; however, increases in injury risk for all injury and lower extremity injury were not statistically significant. Estimates suggested a greater risk of time loss injury [IRR = 1.63 (95% CI: 0.93-2.47)] in adolescents with high measures of WC. Conclusions. There is an increased risk of time loss injury and knee injury in overweight/obese adolescents. Sport injury prevention training programs should include strategies that target all known risk factors for injury.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».