Hamstring injury rates have increased during recent seasons and now constitute 24% of all injuries in men’s professional football: the UEFA Elite Club Injury Study from 2001/02 to 2021/22
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To: (1) describe hamstring injury incidence and burden in male professional football players over 21 seasons (2001/02 to 2021/22); (2) analyse the time-trends of hamstring muscle injuries over the most recent eight seasons (2014/15 to 2021/22); and (3) describe hamstring injury location, mechanism and recurrence rate. METHODS: 3909 players from 54 teams (in 20 European countries) from 2001/02 to 2021/22 (21 consecutive seasons) were included. Team medical staff recorded individual player exposure and time-loss injuries. Time-trend analyses were performed with Poisson regression using generalised linear models. RESULTS: 2636 hamstring injuries represented 19% of all reported injuries, with the proportion of all injuries increasing from 12% during the first season to 24% in the most recent season. During that same period, the percentage of all injury absence days caused by hamstring injuries increased from 10% to 20%. Between 2014/15 and 2021/22, training hamstring injury incidence increased (6.7% annually, 95% CI 1.7% to 12.5%) as did burden (9.0% annually, 95% CI 1.2% to 18.3%). During those years, the match hamstring injury incidence also increased (3.9% annually, 95% CI 0.1% to 7.9%) and with the same trend (not statistically significant) for match hamstring injury burden (6.2% annually, 95% CI -0.5% to 15.0%). CONCLUSIONS: Hamstring injury proportions-in number of injuries and total absence days-doubled during the 21-year period of study. During the last eight seasons, hamstring injury rates have increased both in training and match play.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle