Injury in Brazilian Jiu-Jitsu Training
Notice bibliographique
Résumé
BACKGROUND: Brazilian jiu-jitsu (BJJ) is a grappling-based martial art that can lead to injuries both in training and in competition. There is a paucity of data regarding injuries sustained while training in BJJ, in both competitive and noncompetitive jiu-jitsu athletes. HYPOTHESIS: We hypothesize that most BJJ practitioners sustain injuries to various body locations while in training and in competition. Our primary objective was to describe injuries sustained while training for BJJ, both in practice and in competition. Our secondary objectives were to classify injury type and to explore participant and injury characteristics associated with wanting to quit jiu-jitsu after injury. STUDY DESIGN: Descriptive epidemiology study. METHODS: We conducted a survey of all BJJ participants at a single club in Hamilton, Ontario, Canada. We developed a questionnaire including questions on demographics, injuries in competition and/or training, treatment received, and whether the participant considered discontinuing BJJ after injury. RESULTS: < 0.001). Two-thirds of injured participants required medical attention, with 15% requiring surgery. Participants requiring surgical treatment were 6.5 times more likely to consider quitting compared with those requiring other treatments, including no treatment (odds ratio [OR], 6.50; 95% CI, 1.53-27.60). Participants required to take more than 4 months off training were 5.5 times more likely to consider quitting compared with those who took less time off (OR, 5.48; 95% CI, 2.25-13.38). CONCLUSION: The prevalence of injury is very high among BJJ practitioners, with 9 of 10 practitioners sustaining at least 1 injury, commonly during training. Injuries were primarily sprains and strains to fingers, the upper extremity, and neck. Potential participants in BJJ should be informed regarding significant risk of injury and instructed regarding appropriate precautions and safety protocols. CLINICAL RELEVANCE: Clinicians should be aware of the substantial risk of injury among BJJ practitioners and the epidemiology of the injuries as outlined in this article.
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 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».