A SYSTEMATIC REVIEW OF THE ASSOCIATION BETWEEN ADIPOSITY AND SPORT INJURY RISK IN YOUTH
Notice bibliographique
Résumé
Background Obesity, defined as an accumulation of excessive fat mass that impairs health, is associated with lower levels of neuromuscular control including balance and coordination, which may place youth with higher adiposity at greater risk for injury during sport participation. On the opposite end of the spectrum, excessively low fat mass can also pose an injury risk. Objective To determine if adiposity is a risk factor for sport injury in children and adolescents. Design Systematic Review. Methods Ten electronic databases were systematically searched using key words and Medical Sub-Heading terms. Studies selected included: English language; original data; analytic design; adiposity measurement by age- and sex-adjusted body mass index (BMI) or body fat using imaging, impedance or predictive methods and; children, adolescents and young adults ≤20 years who sustained a musculoskeletal injury during sport or recreation participation that resulted in medical attention or time loss from sport or activities. PRISMA guidelines were followed and studies were assessed by two independent raters. Level of evidence was assessed using the Oxford Centre of Evidence-Based Medicine model. Results Of 8029 potentially relevant records, 44 were included in the final review. 75% of these studies were of prospective cohort design (level 2b evidence). Twenty-one studies concluded that a BMI rating of overweight/obese is a significant risk factor for injury; the majority (12/21) of these studies assessed lower extremity injury (e.g. ankle sprain and medial tibial stress syndrome). Nineteen studies showed no association between anthropometric measurement and injury; the majority (14/19) assessed all sport injury. Finally, a BMI rating of underweight (4 studies) was more commonly associated with risk of stress fracture. Conclusions There is consistent level 2b evidence that a rating of overweight/obesity is associated with lower extremity injury. Anthropometric risk of injury appears to be dependent on type and site of injury in youth sport.
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 | 0,010 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,007 |
| Bibliométrie | 0,021 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».