Rhythmic gymnasts’ injuries in a pediatric sports medicine clinic in the United States: a 10-year retrospective chart review
Notice bibliographique
Résumé
OBJECTIVES: Rhythmic gymnastics injuries have not been studied thoroughly especially in the United States. Existing research studies are predominantly from Europe or Canada or from more than 15 years ago. The purpose of our study was to provide an updated description of injury patterns among rhythmic gymnasts in the United States. METHODS: A retrospective chart review was conducted of 193 rhythmic gymnastics injuries in 79 females, ages 6-20. Patients were seen between January 2010 and March 2020 in a hospital-based pediatric sports medicine clinic. Gymnast demographics, injury locations, and injury types were collected as available. Descriptive and bivariate statistical analysis was performed using general linear mixed models. RESULTS: 2.61 years. Overuse injuries (76.7%) were more common than acute injuries (23.3%). The most common injury types were strain (20.7%), nonspecific pain (15.5%), and tendinitis/tenosynovitis (10.36%). The most frequently injured body regions were lower extremity (75.1%), followed by trunk/back (19.2%), upper extremity (4.7%), and head/neck (1.0%). The most common injured body parts were foot (24.9%), ankle (15.5%), knee (15.0%), lower back (14.0%), and hip (13.0%). General linear mixed models revealed that older age (p = 0.001) and higher competitive level (p = 0.016) were associated with a greater number of diagnoses. Gymnasts with foot injuries were older than gymnasts with ankle (p = 0.026), hip (p < 0.0001), and knee (p = 0.002) injuries. Gymnasts with higher BMI-for-age percentile were more likely to have acute injuries than overuse (p = 0.035). CONCLUSION: Our data showed that injuries among rhythmic gymnasts were most frequently located in the lower extremities, specifically the foot, followed by trunk/back. Additionally, the most frequent injury types were strains and nonspecific pain, and overuse was the most prevalent mechanism. Gymnasts with foot injuries were older than gymnasts with ankle, hip, and knee injuries. Higher BMI is a predictor of acute injuries.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».