Association of artificial turf and concussion in competitive contact sports: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence of head injuries and concussion in contact sports, comparing natural grass with artificial turf surfaces. DESIGN: Systematic review and meta-analysis via the RevMan V.5.3 software. ELIGIBILITY CRITERIA FOR SELECTING STUDIES: All studies describing competitive contact sports played on both natural grass and artificial turf. The primary outcome measured was occurrence of head injury and concussion. DATA SOURCES: The databases include PubMed, Embase, Cochrane, Medline and Sport Discus. The last search took place on 23 May 2019. The Newcastle-Ottawa Quality Assessment Scale evaluated the methodological quality of the selected studies with a funnel plot designed to determine publication bias. Study screening and data extraction were performed by two independent reviewers. RESULTS: Initial screening generated 42 publications, with 12 meeting criteria for inclusion. Eight studies described concussion only. The rate ratio (RR) of head injury and concussion was less on artificial turf compared with natural grass (RR=0.89, 95% CI 0.77 to 1.04) as was the rate ratio of concussion only (RR=0.72, 95% CI 0.58 to 0.89). CONCLUSION: Analysis of published data demonstrates a decreased incidence of head injury and concussion when contact sports are played on artificial turf. This difference was most marked for sports such as rugby and American football. However, artificial turf has no association with the incidence of head injury or concussion while playing soccer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,030 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».