Are Self-Reported and Parent-Reported Attention Problems and Hyperactivity Associated With Higher Rates of Concussion in Youth Ice Hockey Players?
Notice bibliographique
Résumé
OBJECTIVE: To examine the association between self-reported and parent-reported attention problems and hyperactivity and rates of injury and concussion in Canadian youth ice hockey players. DESIGN: Secondary analyses of 2 prospective cohort studies. SETTING: Canadian youth ice hockey teams. PARTICIPANTS: Ice hockey players (ages 11-17 years) were recruited by team, over 4 seasons (2011-2016). A combined 1709 players contributing 1996 player-seasons were analyzed (257 players participated in more than one season). ASSESSMENT OF RISK FACTORS: Data were collected from preseason baseline questionnaires, including child and parent proxy forms of the Behavior Assessment System for Children, second edition. MAIN OUTCOME MEASURES: Injury and concussion rates and incidence rate ratios (IRR) comparing players with and without self-identified or parent-identified attention problems and hyperactivity, adjusted for covariates (ie, body checking policy, previous injury/concussion, and age) and a random effect for team, were estimated using multiple multilevel negative binomial regression. RESULTS: When analyzed continuously, rates of concussion increased with higher self-reported and parent-reported measures of attention problems [IRR SELF = 1.025; 95% confidence interval (CI): 1.011-1.040; IRR PARENT = 1.032; 95% CI: 1.008-1.057]. Self-reported hyperactivity was significantly associated with concussion (IRR = 1.021; 95% CI: 1.007-1.035), but parent-reported hyperactivity was not (IRR = 1.005; 95% CI: 0.983-1.028). A T score ≥ 60 cutoff combining attention problems and hyperactivity scores (an estimate of probable attention-deficit hyperactivity disorder) was not significantly associated with rates of injury or concussion. CONCLUSIONS: Attention problems and hyperactivity may place youth ice hockey players at increased risk of concussion and injury. Preseason assessments could identify players for targeted concussion education and risk reduction strategies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».