Anterior Cruciate Ligament Injuries in the National Hockey League: Epidemiology and Performance Impact
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence of anterior cruciate ligament (ACL) injuries in the National Hockey League (NHL) and to examine the effects of this injury on return-to-play status and performance. DESIGN: Case series; level of evidence, 4. METHODS: This was a 2-phase study. Phase I used the NHL electronic injury surveillance system and Athlete Health Management System to collect data on ACL injuries and man games lost over 10 seasons (2006/2007-2015/2016). Data collected in phase I were received in deidentified form. Phase II examined the performance impact of an ACL injury. Players were identified through publically available sources, and performance-related statistics were analyzed. Data collected in phase II were not linked to data collected in phase I. A paired t test was used to determine any difference in the matching variables between controls and cases in the preinjury time period. A General linear model (mixed) was used to determine the performance impact. RESULTS: Phase I: 67 ACL injuries occurred over 10 seasons. The incidence for all players was 0.42/1000 player game hours (forward, 0.61; defenseman, 0.32, goalie, 0.08) and by game exposure was 0.2/1000 player game exposures (forward, 0.33; defenseman, 0.11; goalie, 0.07). Forwards had a greater incidence rate of ACL tears with both game hours and game exposures when compared with defensemen and goalies (P < 0.001, <0.001; P = 0.008, <0.001, respectively). Phase II: 70 ACL tears (60 players) were identified. Compared with controls, players who suffered an ACL tear demonstrated a decrease in goals/season (P < 0.04), goals/game (P < 0.015), points/season (0.007), and points/game (0.001). Number of games and seasons played after an ACL injury did not differ compared with controls (P = 0.068, 0.122, respectively). CONCLUSIONS: Anterior cruciate ligament injuries occur infrequently, as it relates to other hockey injuries. Despite a high return to play, the performance after an ACL injury demonstrated a decrease in points and goals per game and per season.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».