Influence of Ankle Injury on Subsequent Ankle, Knee, and Shoulder Injuries in Competitive Badminton Players Younger Than 13 Years
Notice bibliographique
Résumé
Background: In recent years, there has been a trend in badminton toward more specialized training at an earlier age. Accompanying this trend is the increased frequency of injuries in young players. Ankle injury is the most common injury in pediatric sports; however, its influence on subsequent injuries is rarely considered. Purposes: To evaluate the incidence of ankle, knee, and shoulder injuries in youth badminton and to investigate the influence of ankle injuries on subsequent ankle, knee, and shoulder injuries. Study Design: Descriptive epidemiology study; Level of evidence, 3. Methods: A custom-designed questionnaire was used to survey Japanese players 7 to 12 years of age who attended national elementary school–level badminton tournaments between May and September 2019. Information including the players’ characteristics, training history, injuries in the previous 12 months, and ankle injury histories were collected. Logistic regression was used for analysis. Results: A total of 478 players were included in the study, with 71 ankle injuries, 74 knee injuries, and 48 shoulder injuries reported. The injury incidence rates (per 1000 hours of play) were 0.23 (95% CI, 0.18-0.29) for the ankle, 0.24 (95% CI, 0.19-0.30) for the knee, and 0.16 (95% CI, 0.11-0.20) for the shoulder; 90.1% of ankle injuries, 25.7% of knee injuries, and 33.3% of shoulder injuries were acute. Previous ankle injury was significantly associated with subsequent ankle injury (adjusted Odds Ratio (OR), 3.05; 95% CI, 1.54-6.07; P < .05), knee injury (adjusted OR, 2.03; 95% CI, 1.12-3.69; P < .05), and shoulder injury (adjusted OR, 2.46; 95% CI, 1.26-4.83; P < .05). Conclusion: The study results indicated that previous injury to the ankle significantly increased the occurrence of subsequent ankle, knee, and shoulder injuries. Emphasizing protection and prevention of ankle injuries may help lower future injury risk in young badminton players.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».