PW 1987 Effectiveness of body checking policy change in youth ice hockey to reduce the risk of injury
Notice bibliographique
Résumé
Background Ice hockey is Canada’s most popular winter sport. We have previously demonstrated that injury and concussion risk is reduced >60% in 11–12 year-old players where body checking was disallowed in games nationally in Canada in 2013. Objective: To evaluate the risk of injury and concussion associated with policy change disallowing body checking in games in non-elite Bantam (ages 13–14) ice hockey leagues, compared to body checking leagues. Methods This is a cohort study. Bantam players were recruited from non-elite Bantam teams where policy allowed body checking and following policy change where policy disallowed body checking (2014–2016). A validated injury surveillance system was used to collect preseason, exposure, and injury data. All ice hockey injuries were identified by a team safety designate. Any player with a suspected concussion was referred to a study sport medicine physician. Multivariable Poisson regression analyses controlled for relative age, previous injury, and clustering by team (offset by exposure hours). Findings Forty-nine body checking teams (608 players) and 33 teams non-body checking teams (396 players) participated. There were 123 game injuries [incidence rate (IR)=7.61/1000 hours] and 53 game concussions (IR=3.28/1000 hours). After policy change, there were 27 game injuries (IR=3.19/1000 hours) and 14 game concussions (IR=1.65/hours). Policy disallowing body checking was associated with a reduced rate of all injury [incidence rate ratio (IRR)=0.36 (95% CI; 0.21–0.61)], injury (time-loss >7 days) [IRR=0.35 (95% CI; 0.2–0.62)], concussion [IRR=0.43 (95% CI; 0.21–0.88)], and concussion (time-loss >10 days) [IRR=0.4 (95% CI; 0.18–0.87)]. Conclusion Policy change disallowing body checking in non-elite Bantam ice hockey resulted in a 64% reduction in injury and 57% reduction in concussion rate. Policy implications These findings have important implications for sport policy change informing a reduction in the public health burden of injury.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».