MétaCan
Menu
Retour à la cohorte
Enregistrement W4313038640 · doi:10.26502/josm.511500065

Epidemiology of Injuries in High School Football Players: A Prospective Cohort Study

2022· article· en· W4313038640 sur OpenAlexaboutno aff
Stéphane Pelet, Jeremy J Bergeron, Mireille Marquis, Étienne L. Belzile

Notice bibliographique

RevueJournal of Orthopaedics and Sports Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyFootballProspective cohort studyFootball playersMedicineCohort studyCohortPoison controlInjury preventionOccupational safety and healthPhysical therapyMedical emergencyHistorySurgeryInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Objective: To estimate the incidence and severity of injuries sustained by a group of high-school football players and to identify risk factors associated with these injuries Design: Observational cohort study Settings: High school football programs in Quebec, Canada Participants: 707 male high-school football players were recruited and entered the study. They had to come from one of four participating high schools to be included in the study. All players completed the survey Interventions: Participants filled out a questionnaire about sociodemographic data, football experience, and life habits. They were observed throughout a football season and any injury was entered into a database by the team’s trainer Main outcome measures: Participants were divided into “injured” or “non-injured” at the end of the observation period. Each injury was analyzed independently. Incidence rates of injury were calculated per 1000 Athlete-Exposures (AEs) and potential risk factors were assessed Results: 294 players sustained 413 injuries (11.67 per 1000 AEs; 95% Confidence Interval (CI) 11.63-11.7). Injuries were more frequent in game than practice (Relative Risk (RR) 41.67, CI 30.5-56.9). The most frequent injuries were concussions (3.11 per 1000 AEs; CI 3.09-3.13). The presence of a previous injury was associated with significantly more subsequent injuries (p=0.0006). Other significant associations were the presence of another active injury, tobacco use, and a higher BMI (p<0.05) Conclusion: Injuries are frequent in high-school football players. Future prevention strategies should focus on athletes with a previous history of injury. Reducing concussion rate is also necessary in this growing population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,617

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedics and Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207