12.5 Female players are at the greatest risk of concussion and recurrent concussion in youth ice hockey: time for a focus on concussion prevention for female players
Notice bibliographique
Résumé
Objective Examine factors associated with concussion in youth ice hockey players and re-examine these factors in players with a preseason concussion history in sustaining a recurrent concussion. Design Canadian ice hockey rinks. Setting A total of 4419 hockey players (male and female; ages 11–18) were recruited over 5 seasons generating 6585 player-seasons. Participants A total of 4419 hockey players (male and female; ages 11–18) were recruited over 5 seasons generating 6585 player-seasons. Interventions (or Assessment of Risk Factors) Sex, body-checking policy, age group, division of play, player position, and preseason history of concussion. Outcome Measures Hockey related (game or practice) concussions identified through validated injury surveillance. Main Results In a multiple failure time Cox regression adjusting for clustering by team, females were 90% more likely to sustain a concussion during the season [hazard ratio (HR)=1.90,95% CI:1.29–2.78], irrespective of playing in non-body-checking leagues. Body-checking policy was associated with a 78% increased hazard of sustaining a concussion (HR=1.78,95% CI:1.36–2.34) and preseason history of concussion also increased the hazard of concussion 60% during the season (HR=1.60, 95% CI:1.29–1.98). Of those with a preseason history of concussion, females remained at 81% higher risk of sustaining a recurrent concussion (HR=1.81,95% CI:1.08–3.03). Defensive players also saw an increase in the hazard of sustaining a recurrent concussion (HR=1.35, 95% CI:1.01–181). Conclusions Risk factors for concussion in youth ice hockey include being female, playing in a league that permits body-checking, and having a previous history of concussion. Among those with a preseason concussion history, females and defensive players were at higher risk of recurrent concussion. Female-specific concussion prevention strategies in youth ice hockey should be a focus of future research to reduce concussion and recurrent concussion risk.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,012 | 0,001 |
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 ».