226 Injuries in youth volleyball players at a national championship competition: incidence, risk factors and mechanism of injury
Notice bibliographique
Résumé
Background Sport-related injuries present a substantial burden in youth sport. Injury surveillance data in youth volleyball is scarce. Understanding injury and concussion burden can inform prevention strategies. Objective To evaluate injury incidence rates, types, mechanism, and potential risk factors in youth volleyball. Design Prospective cohort study. Setting 2018 Canadian Youth National Volleyball Tournament. Participants All tournament players were invited to participate (9616 players). 1876 players [466 males, 1391 females, mean age 16.2 years (1.26)] consented to participate (19.5%). Assessment of Risk Factors Sex (male/female), age group (U14, U16, U18), level of play [elite (top 30%) vs. non-elite]. Main Outcome Measures Players completed a questionnaire (demographic information, injury, and concussion history). All medical attention injuries were recorded by tournament medical personnel via injury report form (e.g., mechanism, type). Injury was defined as any physical complaint seeking onsite medical attention. Concussion was defined using the 5th International Consensus Conference on Concussion in Sport. Exploratory multivariable Poisson regression was used to analyze potential risk factors (sex, age group, level of play) for injury, adjusted for cluster by team and offset by athlete-exposures (AEs). Results Of the 105 total injuries [6.15 injuries/1000 AEs (95% CI: 5.01 to 7.47)], concussion was the most common (n=28; 26.2%), followed by knee (n=16; 15.0%) and ankle injuries (n=15; 14.0%). Most concussions occurred due to ball-to-head contact (61.5%) and were unanticipated (84.6%). There was no difference in injury risk by sex (IRRF/M: 1.40; 95% CI: 0.73 to 2.66). Players in U18 had significantly lower rates of injury, compared to U16 and U14 (IRRU16: 2.44; 95% CI: 1.22 to 4.87; IRRU14: 3.58; 95% CI: 1.60 to 8.02). Conclusion Players in U18 had the lowest injury rates. More research is needed to elucidate why younger age groups reported more injuries and develop volleyball specific injury and concussion 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».