Epidemiology of Foot Injuries Using National Collegiate Athletic Association Data From the 2009–2010 Through 2014–2015 Seasons
Notice bibliographique
Résumé
CONTEXT: Researchers analyzing data from the National Collegiate Athletic Association Injury Surveillance Program have not considered the differences in foot injuries across specific sports and between males and females. OBJECTIVE: To describe the epidemiologic differences in rates of overall foot injuries and common injuries among sports and between sexes. DESIGN: Descriptive epidemiology study. SETTING: Online injury-surveillance data from 15 unique sports involving males and females that demonstrated 1967 injuries over 4 821 985 athlete-exposures. PATIENTS OR OTHER PARTICIPANTS: Male and female athletes competing in National Collegiate Athletic Association sports from the 2009-2010 through 2014-2015 seasons. MAIN OUTCOME MEASURE(S): Foot injury rates (per 10 000 athlete-exposures) and the proportion of foot injuries were calculated for each sport. The effect of sex was calculated using Poisson-derived confidence intervals for 8 paired sports. A risk analysis was performed using a 3 × 3 quantitative injury risk-assessment matrix based on both injury rate and mean days of time loss. RESULTS: Foot injury rates differed between sports, with the highest rates in female gymnastics, male and female cross-country, and male and female soccer athletes. Cross-country and track and field had the highest proportions of foot injuries for both female and male sports. The 5 most common injuries were foot/toe contusions, midfoot injuries, plantar fascia injuries, turf toe, and metatarsal fractures. Only track and field athletes demonstrated a significant sex difference in injury rates, with female athletes having the higher rate. The quantitative injury risk-assessment matrix identified the 4 highest-risk injuries, considering both rate and severity, as metatarsal fractures, plantar fascia and midfoot injuries, and foot/toe contusions. CONCLUSIONS: Important differences were present among sports in terms of injury rates, the most common foot injuries, and the risk (combination of frequency and severity) of injury. These differences warrant further study to determine the mechanisms of injury and target intervention efforts.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».