Concussion Burden, Recovery, and Risk Factors in Elite Youth Ice Hockey Players
Notice bibliographique
Résumé
OBJECTIVE: To examine rates of concussion and more severe concussion (time loss of greater than 10 days) in elite 13- to 17-year-old ice hockey players. METHODS: This is a prospective cohort study (Alberta, Canada). Bantam (13-14 years) and Midget (15-17 years) male and female elite (top 20% by division of play) youth ice hockey players participated in this study. Players completed a demographic and medical history questionnaire and clinical test battery at the beginning of the season. A previously validated injury surveillance system was used to document exposure hours and injury during one season of play (8 months). Players with a suspected ice hockey-related concussion were referred to the study sport medicine physicians for assessment. Time loss from hockey participation was documented on an injury report form. RESULTS: Overall, 778 elite youth ice hockey players (659 males and 119 females; aged 13-17 years) participated in this study. In total, 143 concussions were reported. The concussion incidence rate (IR) was 17.60 concussions/100 players (95% CI, 15.09-20.44). The concussion IR was 1.31 concussions/1000 player-hours (95% CI, 1.09-1.57). Time loss of greater than 10 days was reported in 74% of cases (106/143), and 20% (n = 28) had time loss of greater than 30 days. CONCLUSIONS: Concussion is a common injury in elite youth ice hockey players. In this study population, a large proportion of concussions (74%) resulted in a time loss of greater than 10 days, possibly reflecting more conservative management or longer recovery in youth athletes.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».