THE EFFICACY OF A NEUROMUSCULAR TRAINING INJURY PREVENTION WARM-UP PROGRAM IN JUNIOR HIGH SCHOOL STUDENTS
Notice bibliographique
Résumé
Background Previous studies have established the efficacy of neuromuscular training (NMT) warm-up programs at reducing the risk of injury in youth in sport-specific contexts and, more recently, in a pilot study that included two Calgary junior high schools. Objective To determine the efficacy of iSPRINT (Implementing a School Prevention program to Reduce Injuries through Neuromuscular Training), a NMT warm-up program in reducing sport and recreational (S&R) injuries. Design Cluster randomized controlled trial. Setting Junior high school physical education (PE) classes in Calgary, Alberta, Canada. Participants Students in grades 7–9, ages 11–16 years (n=429), from four of twelve junior high schools in the first of three study years. Interventions The iSPRINT NMT program was taught to and delivered by teachers as a S&R injury prevention warm-up program in PE classes. Schools were randomized into the NMT intervention group or a control group (two schools per group). Main Outcome Measurements Incidence rate ratios (IRRs) were estimated using Poisson regression analyses to compare injuries between groups. Injuries were assessed by a physiotherapist or athletic therapist and included any S&R injury that resulted in inability to return to the same activity, time loss from physical activity, or required medical attention. Results Injury rates (adjusted for hours of sport participation, previous injury, and clustering by class) were significantly lower in the intervention group (n=241) compared to the control group (n=188) for all sport injury (IRR=0.48, 95% CI; 0.26–0.91) and lower extremity injury (IRR=0.38, 95% CI; 0.20–0.74). Crude time loss injury rates (IRR=0.09, 95% CI; 0.02–0.45) and knee injury rates (IRR=0.18, 95% CI; 0.05–0.66) were also significantly lower in the intervention group. Conclusions These preliminary results suggest the efficacy of the iSPRINT program in reducing the risk of S&R injury in a junior high PE context. This research will inform the public health impact of school-based injury prevention programs.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».