Body checking in non-elite adolescent ice hockey leagues: it is never too late for policy change aiming to protect the health of adolescents
Notice bibliographique
Résumé
OBJECTIVES: The objective of this study is to evaluate the effect of policy change disallowing body checking in adolescent ice hockey leagues (ages 15-17) on reducing rates of injury and concussion. METHODS: This is a prospective cohort study. Players 15-17 years-old were recruited from teams in non-elite divisions of play (lower 40%-70% by division of play depending on year and city of play in leagues where policy permits or prohibit body checking in Alberta and British Columbia, Canada (2015-18). A validated injury surveillance methodology supported baseline, exposure-hours and injury data collection. Any player with a suspected concussion was referred to a study physician. Primary outcomes include game-related injuries, game-related injuries (>7 days time loss), game-related concussions and game-related concussions (>10 days time loss). RESULTS: 44 teams (453 player-seasons) from non-body checking and 52 teams (674 player-seasons) from body checking leagues participated. In body checking leagues there were 213 injuries (69 concussions) and in non-body checking leagues 40 injuries (18 concussions) during games. Based on multiple multilevel mixed-effects Poisson regression analyses, policy prohibiting body checking was associated with a lower rate of injury (incidence rate ratio (IRR): 0.38 (95% CI 0.24 to 0.6)) and concussion (IRR: 0.49; 95% CI 0.26 to 0.89). This translates to an absolute rate reduction of 7.82 injuries/1000 game-hours (95% CI 2.74 to 12.9) and the prevention of 7326 injuries (95% CI 2570 to 12083) in Canada annually. CONCLUSIONS: The rate of injury was 62% lower (concussion 51% lower) in leagues not permitting body checking in non-elite 15-17 years old leagues highlighting the potential public health impact of policy prohibiting body checking in older adolescent ice hockey players.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».