11.21 Evaluating the protective effect of mouthguard use for concussion in youth ice hockey
Notice bibliographique
Résumé
Objective To evaluate the association between mouthguard use and concussion rates in youth ice hockey players (ages 11–18). Design Prospective cohort. Setting Calgary and Edmonton (Canada). Participants Over 5 seasons, 3,330 youth ice hockey players (males and females; 5,356 player-seasons) participated. Assessment of Risk Factors At baseline, participants reported wearing (always/sometimes) or not wearing (never) a mouthguard. Other covariables included participant weight, age group (U13/U15/U18), concussion history (yes/no), position (forward/defense/goalie), and body checking policy (allowed/disallowed). Participation in games/practices (hours) and injury occurrence (concussion and non-concussion) were recorded. Outcome The outcome of interest was suspected/diagnosed concussions each season (concussion definition – 5th International Sport Concussion Consensus). Non-concussion injuries included those with missed participation (time-loss) and/or required medical attention, and were validated by a study therapist. Results Complete-case multivariable mixed-effects negative binomial regression (3,953 player-seasons; 360 player-concussions; 240,008.9 player-hours) adjusted for weight, age group, concussion history, position, body checking policy, and clustered by team was used to estimate incidence rates and incidence rate ratios (IRR). Mouthguard wearers had a 35% lower concussion rate (IRR=0.65, 95%CI:0.49–0.85). A similarly constructed multivariable model examined the rate of any non-concussion injury (below the neck) by mouthguard use status to assess potential confounding of injury rates by protective equipment-related factors. There were no significant differences in the rate of non-concussion injuries (n=370 player non-concussion injuries) by mouthguard use status (IRR=0.96, 95%CI: 0.72–1.29). Conclusions Wearing a mouthguard was associated with significantly lower concussion rates. The results of our study have implications for mouthguard policies in youth ice hockey.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».