11.10 Factors associated with concussion rates in youth ice hockey players: data from the largest longitudinal cohort study in Canadian youth ice hockey
Notice bibliographique
Résumé
Objectives To examine factors associated with rates of game-related concussion in youth ice hockey. Design Five-year prospective cohort. Setting Canadian ice hockey rinks. Participants 4419 male and female ice hockey players (6585 player-seasons) participating in Under-13 (ages 11–12), Under-15 (ages 13–14), and Under-18 (ages 15–17) age groups were recruited. Assessment of Risk Factors Body checking policy, age group, year of play, level of play, lifetime concussion history, sex, player weight, and position of play. Outcome Measures All game-related concussions were identified using validated injury surveillance methodology. Players with a suspected concussion were referred to a study sport medicine physician for diagnosis and management. Main Results Crude concussion rates were 1.82 concussions/1000 game-hours (95% CI: 1.44–2.30) for Under-13s, 3.47 (95% CI: 3.00–4.02) for Under-15s, and 3.61 (95% CI: 3.06–4.27) for Under-18s. Based on multiple multilevel Poisson regression analysis including multiple imputation of missing covariates, female players (IRRFemale/Male=1.72; 95% CI: 1.21–2.46) and players with a previous concussion history (IRR=1.81; 95% CI: 1.51–2.17) had higher rates of game-related concussion. Policy disallowing body checking in games (IRR=0.55; 95% CI: 0.41–0.73) and being a goaltender (IRRGoaltenders/Forwards=0.64; 95% CI: 0.44–0.95) were protective against game-related concussion. Conclusions In the largest Canadian youth ice hockey longitudinal cohort study to date, female players (despite policy disallowing body checking) and players with a concussion history had higher rates of concussion. Goalies and players in leagues where policy disallowed body checking had lower rates of concussion. Policy prohibiting body checking continues to be the most effective concussion prevention strategy 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 | 0,001 | 0,002 |
| 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 | 0,001 | 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) | 0,003 | 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 ».