Trends in match concussion incidence and return-to-play time in male professional Rugby Union: A 16-season prospective cohort study
Notice bibliographique
Résumé
AIM: To describe trends in the incidence of match concussions and time to return-to-play in professional rugby union. METHODS: Match concussion incidence (injuries per 1000 player-match-hours) and time to return-to-play (mean and median days absence) were recorded in 3006 male professional rugby union players over 16 seasons (2002/03 - 2018/19). RESULTS: From 2002/03 to 2009/10, incidence of concussions was stable at 4.3/1000 player-match-hours. From 2009/10 to 2018/19, there was an increase in concussion incidence, with the highest incidence in 2016/17 at 20.9/1000 player-match-hours (95% CI: 17.9-24.3). Annual prevalence of concussion also increased, suggesting more players were concussed rather than the same players sustaining more concussions. Before the introduction of standardized graduated return-to-play (GRTP) guidelines in 2011, 27% of players returned to play in <6 days. After the introduction of the GRTP, this decreased to 7%, with no players returning in <6 days after 2014/15. Between 2002/03 and 2018/19, incidence of all other injuries remained stable. CONCLUSIONS: From 2009/10 onwards, the incidence of diagnosed concussions increased. Since the introduction of the GRTP, there has been a dramatic reduction in the number of players returning in <6 days.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».