The Effect of Body Checking Policy Changes on Concussion Incidence in Canadian Male Youth Ice Hockey Players: A Critically Appraised Topic
Notice bibliographique
Résumé
Clinical Scenario: Current studies have identified body checking as the most common cause of sports-related concussion in ice hockey across all divisions and levels. As a result, many hockey organizations, particularly in youth sports, have implemented rules making body checking to the head, face, and/or neck illegal. Such a rule, in Canada, makes age 13 the first age in which individuals can engage in body checking. Despite these changes, effectiveness of their implementation on the incidence of concussion in Canadian male youth ice hockey players remains unclear. Clinical Question: What is the effect of body checking policy changes on concussion incidence in male youth ice hockey players? Summary of Key Findings: Of the 3 included studies, 2 studies reported a decrease in the incidence of concussion once a body checking policy change was implemented. The third study showed an increase; however, it is important to note that this may be due, in part, to increased awareness leading to better reporting of injuries. Clinical Bottom Line: Current evidence supports a relationship between body checking policy implementation and decreased concussion incidence; however, more research is needed to understand the long-term implications of policy change and the effects in other leagues. In addition, further data are needed to differentiate between increased concussion incidence resulting from concussion education efforts that may improve disclosure and increased concussion incidence as a direct result of policy changes. Strength of Recommendation: Grade B evidence exists that policy changes regarding body checking decrease concussion incidence in male youth ice hockey players.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».