Examining the cumulative effect of repetitive head-impacts on the ability to inhibit a motor response
Notice bibliographique
Résumé
Objective To examine how a season of sub-concussive head-impact exposures influence a measure of response-inhibition in contact-sport athletes. Design Prospective cohort Setting Laboratory Participants Twenty-five contact-sport athletes (20.3±1.3 years) performed a response-inhibition task prior to and following the competitive season. Each player wore an adhesive accelerometer (X2Biosystems) during games. Players were excluded if they sustained a concussion during the season. Interventions To probe response-inhibition, an object hit-and-avoid sensorimotor task (KINARM) was performed. This 2.5 minute task entailed the successful hitting of two target shapes while avoiding six other distractor shapes. Players were divided into tertiles (high, medium, low; n=8) based on cumulative number of 20g+ head impacts, cumulative peak linear acceleration (cPLA), and cumulative peak rotational acceleration (cPRA). Comparisons of response-inhibition performance were made between high and low tertiles. Outcome measures Pre-post changes in number of targets hit, distractors hit, total cancelled movements towards pursued distractors (CPDs), and total task accuracy (percent) were recorded for the KINARM task. Results Independent t-tests indicated no significant differences between the high and low tertiles on the KINARM task despite the high tertile group experiencing 4-times greater head impacts throughout the season. There was a trend for greater KINARM task improvement from pre-to-post-season in the bottom tertile, as reflected by the increase in CPDs in their post-season measures (cumulative number: p=0.06, CI=[−16.2148519, 0.7148519]). Conclusions These findings reveal that one season of repetitive sport-related head impacts does not appear to have a significant effect on an athlete’s ability to inhibit a motor response. Competing interests All authors have no competing interests to declare.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».