WHAT DOES RETURN TO PRE-INJURY RISK MEAN?
Notice bibliographique
Résumé
Background Previous injury is the strongest predictor of subsequent injury. Some authors suggest injury always causes permanent structural damage, or that rehabilitation programs are grossly inadequate. Objective To describe the limitations of commonly used analyses assessing subsequent injury risk, and to explicitly define what “100% effective rehabilitation” means. Design Simulated studies based on observed data professional sport and performing arts. Setting Simulations were conducted with 100% rehabilitation post first injury (return to pre-injury state), in contexts where injury risk was stable over the season, and increased over the season. Patients (or Participants) Simulated data. Interventions (or Assessment of Risk Factors) The main independent variables are previous injury, time of first injury, and position. We included “participant” as a random effect. Main Outcome Measurements Injury risk expressed as injuries per games played. Results When our simulated data with 100% effective rehabilitation was based on constant injury risk during the season, traditional analyses found that previous injury was still strongly associated with subsequent injury. A causal analysis that included the participant as a random effect correctly showed that the injury risk for participants remained constant. When injury risk increased over the season, the traditional analysis found that previous injury was even more strongly associated with subsequent injury. A causal analysis that only included the participant as a random effect also suggested a higher injury risk. However, when the appropriate control group was chosen for comparison, the causal analysis correctly illustrated that pre-injury risk did not increase following an initial injury. Conclusions Conclusions about the effectiveness of rehabilitation programs using traditional risk factor analysis will always show an increased risk of subsequent injury even if none exists. A causal analytical approach correctly identifies when the risk is present, but requires careful consideration about what is the appropriate control group for the given question.
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 | 0,022 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».