Estimating Length Of Time To Treat Athlete Injuries In The Canada Games: A Delphi Study
Notice bibliographique
Résumé
Injuries are frequently reported in elite sports indicating a need for efficient and effective injury treatment during competitions. Previously conducted studies have focused on the epidemiology and prevention of such injuries; however, data surrounding resource use and length of treatment times are scarce. PURPOSE: To estimate the length of time to treat athlete injuries at on-site polyclinics at the Canada Games. METHODS: A Delphi survey was administered to medical practitioners who volunteered during previous Canada Games events. Round 1 of the survey asked participants to estimate the length of time to treat 78 injuries categorized by type and anatomical site during initial and follow-up visits. Round 2 of the survey asked participants to express their agreement with round 1 results using a 7-point Likert scale. Descriptive analysis was performed to calculate frequencies, proportions, medians, and interquartile ranges (IQR). RESULTS: The panel consisted of athletic therapists, physicians, physical therapists, chiropractors, massage therapists, nurses, and a psychologist. A total of 18 and 11 medical practitioners completed round 1 and 2 of the Delphi survey, respectively. 60/78 (77.0%) items reached agreement. Median treatment lengths by injury type were highest for patellofemoral pain syndromes (30.0 [IQR = 15.0-33.5] minutes) during initial visits and impingement injuries (25.0 [IQR = 14.0-30.0] minutes) during follow-up visits. Median treatment lengths by anatomical site were highest for back injuries during both initial (30.0 [IQR = 15.3-36.8] minutes) and follow-up visits (26.0 [IQR = 10.0-30.8] minutes). Almost all injuries were initially treated by physicians (100%) and physical therapists (97%), while nurses were involved with treating 39% of injuries. CONCLUSIONS: This study highlighted varying lengths of on-site injury treatment and the medical practitioners involved. When applied, findings can ensure protocols are efficient and well-structured. It can also inform the modelling of economic evaluations surrounding resource use in Canada Games and other Canadian sport organizations. This study is supported by VPR Canada Games grant and Brock University student fellowship.
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 | 0,016 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».