Injury epidemiology and preparedness in powerlifting at the Rio 2016 Paralympic Games: An analysis of 1410 athlete‐days
Notice bibliographique
Résumé
Purpose To describe injury epidemiology in Para powerlifters during the Rio 2016 Paralympic Games. Methods This cohort study was a sub-analysis of the web-based injury and illness surveillance system survey (WEB-IISS) carried out by the International Paralympic Committee (IPC) Medical Committee. The WEB-IISS survey was completed daily by the Chief Medical Officers of each National Paralympic Committee (NPC). Main outcome measures were injury incidence rate (IR; number of injuries per 1000 athlete-days), injury incidence proportion (IP; number of injuries per 100 athletes), and injury incidence rate ratio (IRR; the ratio between the calculated IRs). After the competition, a survey assessed the available clinical resources of each NPC. Results A total of 180 athletes participated in the time period; injuries for 141 athletes with their own medical support were recorded during the 10-day period, accounting for 1410 athlete-competition days of exposure. Overall IR was 15.6/1000 athlete-days (95% CI; 9.61-21.59). Most injuries were from chronic overuse (63.6%). The most commonly injured anatomical region was the shoulder (45.5%; IR = 7.09). There were no significant differences in injury patterns between male and female powerlifters (IRR = 0.78 [95% CI; 0.36-1.69], P-value = .699). The oldest age group (35-75) had the highest injury incidence rate (IR = 21.8 [95% CI; 12.63-30.96]). There was no significant difference in IP among lighter compared with heavier athletes. Of 34 NPCs, the majority of federations (91.6%-95.8%) felt their powerlifters have access to sports medicine doctors or sports medicine-trained clinicians who could implement and/or direct injury prevention protocols. Conclusions The information obtained in this study supports the need for injury prevention protocol development in this high-risk Para sport.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».