HIGH PREVALENCE OF SUBSTANTIAL SHOULDER PROBLEMS AMONG ELITE ADOLESCENT HANDBALL PLAYERS: THE KAROLINSKA HANDBALL STUDY
Notice bibliographique
Résumé
Background Recent studies report a high prevalence of shoulder problems in senior team handball players but studies in adolescent players are lacking. Objective To measure the season prevalence of substantial shoulder problems (SSP) in elite adolescent handball players. Design Longitudinal cohort study with weekly online follow-ups. Setting Elite adolescent male and female handball players at handball-profiled high schools in Sweden. Participants 471 (54% females, mean age 16) were recruited from 10 of 15 national handball-profiled high schools. Assessment of Risk Factors The prevalence of SSP, stratified by age, was assessed through repeated online questionnaire data. Main Outcome Measurements Season prevalence of SSP during the previous handball season was measured during the pre-season (baseline), and was studied prospectively during the current season via weekly reports using the OSTRC Overuse Injury Questionnaire. SSP was defined as problems leading to moderate or severe reductions in handball participation or performance, or to time-loss. Results The weekly response rate was 86–96% and 83% of the players responded to at least 90% of the weekly reports. The previous season prevalence measured at baseline was 8% (95% CI 5–11%) among players in the 1st grade and 20% (95% CI (15–26%) in the 2nd and 3rd grades. During the prospective season, 22% (95% CI 17–27%) of players in the 1st grade reported having SSP, and 27% of players in the 2nd and 3rd grades. Of those with SSP at some point during the previous season, 67% (95% CI 54–77%) also reported SSP at least once during the prospective season. Conclusions The season prevalence of SSP is high among adolescent handball players and the prevalence increases when the players start high school. A majority of players with previous SSP also report subsequent SSP problems indicating that the pre-high school period is where prevention strategies preferably should be implemented.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».