Incidence of acute respiratory illnesses in athletes: a systematic review and meta-analysis by a subgroup of the IOC consensus on ‘acute respiratory illness in the athlete’
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence of acute respiratory illness (ARill) in athletes and by method of diagnosis, anatomical classification, ages, levels of performance and seasons. DESIGN: Systematic review and meta-analysis. DATA SOURCES: Electronic databases: PubMed-Medline, EbscoHost and Web of Science. ELIGIBILITY CRITERIA: Original research articles published between January 1990 and July 2020 in English reporting the incidence of ARill in athletes, at any level of performance (elite/non-elite), aged 15-65 years. RESULTS: Across all 124 studies (n=1 28 360 athletes), the incidence of ARill, estimated by dividing the number of cases by the total number of athlete days, was 4.7 (95% CI 3.9 to 5.7) per 1000 athlete days. In studies reporting acute respiratory infections (ARinf; suspected and confirmed) the incidence was 4.9 (95% CI 4.0 to 6.0), which was similar in studies reporting undiagnosed ARill (3.7; 95% CI 2.1 to 6.7). Incidences of 5.9 (95% CI 4.8 to 7.2) and 2.8 (95% CI 1.8 to 4.5) were found for studies reporting upper ARinf and general ARinf (upper or lower), respectively. The incidence of ARinf was similar across the different methods to diagnose ARinf. A higher incidence of ARinf was found in non-elite (8.7; 95% CI 6.1 to 12.5) vs elite athletes (4.2; 95% CI 3.3 to 5.3). SUMMARY/CONCLUSIONS: These findings suggest: (1) the incidence of ARill equates to approximately 4.7 per athlete per year; (2) the incidence of upper ARinf was significantly higher than general (upper/lower) ARinf; (3) elite athletes have a lower incidence of ARinf than non-elite athletes; (4) if pathogen identification is not available, physicians can confidently use validated questionnaires and checklists to screen athletes for suspected ARinf. For future studies, we recommend that a clear diagnosis of ARill is reported. PROSPERO REGISTRATION NUMBER: CRD42020160472.
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 | 0,017 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,026 | 0,055 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».