Prevalence, frequency, adverse events, and reasons for analgesic use in youth athletes: A systematic review and meta-analysis of 44,381 athletes
Notice bibliographique
Résumé
OBJECTIVES: To identify the prevalence, frequency, adverse effects, and reasons for analgesic use in youth athletes. DESIGN: Systematic review and meta-analysis. METHODS: Systematic searches in Embase, Medline, and SPORT-Discus from inception to September 2021, screening of reference lists, and citation tracking were performed to identify observational studies including athletes aged 15-24 years and reporting data on prevalence and/or frequency of analgesic use. Study quality was assessed using the Newcastle-Ottawa Scale. Random-effect proportion meta-analyses, stratified by type of analgesic medication and prevalence measure, estimated the prevalence of analgesic use. Data on usage frequency, adverse events, and reasons for analgesic use was synthesized narratively. RESULTS: Forty-nine studies were included (44,381 athletes), of which 19 were good/high quality. Seven categories of analgesics were identified across 10 prevalence time-points. Meta-analyses suggested common use of NSAIDs (point prevalence 48 % [95 % CI 23 % to 73 %], in-season prevalence 92 % [95 % CI 88 % to 95 %]). The lowest prevalence was found for use of local anesthetic injections within the previous 12 months (2 % [95 % CI 1 % to 3 %]). Seven to 50 % of athletes reported weekly analgesics use. The proportion of adverse events ranged from 3.3 % to 19.2 %. Reasons for using analgesics included treatment of sports-related pain or injury, to treat illness, and to enhance performance. CONCLUSIONS: Analgesics are commonly used in youth athletes, but estimates vary depending on type of analgesic and prevalence measure. As the majority of studies were of poor methodological quality, future high-quality research should include prospective data collection of analgesic use to understand consumption trajectories.
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 | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,037 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».