Concussions and Injuries in Sledge Hockey: Grassroots to Elite Participation
Notice bibliographique
Résumé
OBJECTIVE: To examine injury (including concussion) rates, location, type, mechanisms, and risk factors in sledge hockey players. DESIGN: Cross-sectional survey. SETTING: Sledge hockey players, worldwide, across all levels of play. PARTICIPANTS: Sledge hockey players (ages ≥14 years) who played in the 2019 to 2020 season were recruited through email, social media, and word of mouth communication. ASSESSMENT OF RISK FACTORS: Participant characteristics (eg, age, sex, disability) were examined as potential injury risk factors. MAIN OUTCOME MEASURES: Injury rates (IR) and incidence rate ratios (IRR) examining potential risk factors were reported based on univariate Poisson regression analyses. Injury proportions by type, location, and mechanism were described. RESULTS: Ninety-two players initiated the survey, and 77 (83.7%) provided some injury information. Forty-seven injuries included 16 concussions in 9 of 77 players (11.7%) and 31 non-concussion injuries in 20 of 77 players (26.0%) were reported. The overall IR was 13.2 injuries/1000 athlete-exposures [95% confidence interval (CI); 9.6-17.6]. The game IR (28.4 injuries/1000 game-exposures, 95% CI; 18.6-41.7) was higher than practice IR (4.4 injuries/1000 practice-exposures, 95% CI; 2.2-7.9) (IRR = 6.5, 95% CI; 3.1-14.5). The most common injury locations were the head (34.0%), wrist/hand (14.8%), and shoulder (10.6%). The most common significant injury types were concussion (36.2%) and bone fracture (8.5%). Body checking was the primary mechanism for injuries caused by contact with another player (42.1%) Age, sex, disability, and level of play were not found as injury risk factors. CONCLUSIONS: Concussions and upper extremity injuries were the most common sledge hockey injuries reported, with body checking being the most common mechanism. This research will inform development of prevention strategies in sledge hockey.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».