Lumbosacral injuries in elite Paralympic athletes with limb deficiency: a retrospective analysis of patient records
Notice bibliographique
Résumé
BACKGROUND: Compared to injury data in able-bodied athletes, relatively little literature exists for Paralympic athletes. Injury data underpins the design and evaluation of injury prevention strategies in elite sport. The aim of this study was to investigate frequency, characteristics and management of lumbosacral injuries in elite athletes with limb deficiency. METHODS: A retrospective analysis of injuries in elite athletes with limb deficiency (2008 to 2017) was conducted using available data extracted from The English Institute of Sport (EIS) clinical records. Eligibility criteria: funded athletes, eligible for EIS physiotherapy support with full or partial limb deficiency. Data were analysed descriptively using frequencies. RESULTS: A total of 107 injuries from 32 athletes were included. Participants comprised 18 men (59%), from 9 sports, with mean age for index injuries of 27 years (range 18 to 38 years) and 15 with congenital limb deficiency (47%). Average number of index injuries for congenital and traumatic limb deficient groups were 13 and 19, respectively. Where injury onset was recorded (n=79), half of injuries occurred during training (40%, n=43). Arthrogenic structures accounted for 32.7% of injuries, myogenic 26.2%, with neurogenic, discogenic and osteogenic each <5%. The number of treatments delivered in each injury episode ranged from 1 to 43, with symptom resolution taking 2 to 439 days. CONCLUSION: Elite athletes with limb deficiency experience lumbosacral injuries predominantly involving muscles and joints. While consistency and accuracy of data recording limits definitive conclusions, findings highlight the importance of precision in recording injury data as part of surveillance to enable implementation of effective injury prevention strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».