Timing of Lower Extremity Injuries in Competition and Practice in High School Sports
Notice bibliographique
Résumé
BACKGROUND: Laboratory-based experiments demonstrate that fatigue may contribute to lower extremity injury (LEI). Few studies have examined the timing of LEIs during competition and practice, specifically in high school athletes across multiple sports, to consider the possible relationship between fatigue and LEIs during sport events. HYPOTHESIS: The purpose of this study was to describe the timing of LEIs in high school athletes within games and practices across multiple sports, with a hypothesis that more and severe injuries occur later in games and practices. STUDY DESIGN: Descriptive epidemiologic study. LEVEL OF EVIDENCE: Level 4. METHODS: Using the National High School RIO (Reporting Information Online) sport injury surveillance system, LEI severity and time of occurrence data during practice and competition were extracted for 9 high school sports. RESULTS: During the school years 2005-2006 through 2013-2014, 16,967,702 athlete exposures and 19,676 total LEIs were examined. In all sports surveyed, there was a higher LEI rate, relative risk for LEI, and LEI requiring surgery during competition than practice. During practice, the majority of LEIs occurred over an hour into practice in all sports. In quarter-based competition, more LEIs occurred in the second (31% to 32%) and third quarters (30% to 35%) than in the first (11% to 15%) and fourth quarters (22% to 26%). In games with halves, the majority (53% to 66%) of LEIs occurred in the second half. The greater severity LEIs tended to occur earlier in games. CONCLUSION: Fatigue may play a role in the predominance of injuries in the second half of games, though various factors may be involved. Greater severity of injuries earlier in games may be because of higher energy injuries when athletes are not fatigued. CLINICAL RELEVANCE: These findings can help prepare sports medicine personnel and guide further related research to prevent LEIs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».