8.10 Monitoring sport-related concussion in high performance sport: results of an interdisciplinary clinical model of practice
Notice bibliographique
Résumé
Objective The objective of this practical case study was to share knowledge and results on the efficacy of an interdisciplinary clinical model for the monitoring of SRC and return to performance. Design A systematic SRC monitoring approach was conducted for the past 4 years. Setting Treatments occurred at the medical clinic of a Canadian national sport institute (Montréal, Québec). Participants A total of 127 elite athletes (nF = 72; nM = 55) from 26 different sports were treated for SRC. Interventions (or Assessment of Risk Factors) Systematic and holistic interventions included a SCAT-5, autonomic system, cervical, cognitive, vestibular and visual evaluations. Outcome Measures Occurrence of SRCs, recovery time, number of treatments were recorded and analyzed. Main Results A total of 157 SRCs (57% F, 43% M) were diagnosed and were mostly occurring in short track speed skating (29%), judo (20%), figure skating (9%) and water-polo (9%). SRCs mainly occurred during training (53%) and competition (28%). SRCs were resolved between 15 to 28 (37%), more than 28 (29%), between 8 to 14 (25%), and in 7 (4%) days. Athletes received 1 to 5 (80%), 6 to 11 (15%), or more than 12 (5%) treatments. Conclusions These results helped to better understand the contributions of an interdisciplinary clinical model of practice for the return to performance.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».