MétaCan
Menu
Retour à la cohorte
Enregistrement W4392299651 · doi:10.1101/2024.02.29.24303534

The downhill race for a Rainbow jersey. The Epidemiology of Injuries in Downhill Mountain Biking at the 2023 UCI Cycling World Championships using the International Olympic Committee Consensus: A Prospective Cohort Study

2024· preprint· en· W4392299651 sur OpenAlexaff
Thomas Fallon, Debbie Palmer, Xavier Bigard, Niall Elliott, Emma Lunan, Neil Heron

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAthletesMedicineCyclingIncidence (geometry)Physical therapyProspective cohort studyDemographyEpidemiologyGeographySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Downhill Mountain Biking (DHMTB) is one of the more spectacular sub-disciplines of mountain bike (MTB) cycling. The primary aim of our study was to prospectively document the injury rate, severity, aetiology, location and type during official training and racing by elite DHMTB riders during the 2023 UCI Cycling World Championships. Methods The participants of this prospective, observational study were elite male and female cyclists competing at the UCI DHMTB World Championships located in the Nevis range in Fort William, Scotland, in 2023. This study followed the injury reporting guidelines established by the International Olympic Committee (IOC), which include the STROBE-SIIS and the cycling-specific extension. Results Throughout the championships, 10.4% of riders sustained one injury, with 4.3% of riders injuring more than one location per injury event. The overall injury incidence was 3.3 injuries per 100 rides. The incidence rates were higher in the training group (6.4/100rides) than in the race group (2.3/100rides). There was a greater incidence of injury in females in the training 5.7/100 rides and racing 4.4/100rides compared to male riders. Female athletes experienced more severe injuries, with double the estimated time lost to injury. Additionally, female athletes were found to have a significantly greater risk of head injuries and concussions than males. Conclusion Overall, injuries are more prevalent in training than in competition. Compared with male DHMTB athletes, female DHMTB athletes are more at risk of injury and show a greater incidence of injury within official training and competition as well as more severe injuries. Summary Box What is already known Downhill Mountain Biking (DHMTB) is one of the more spectacular subdisciplines of mountain bike cycling and has been shown to have high injury prevalence. There is a lack of methodological homogeneity amongst the prospective injury surveillance studies conducted within DHMTB and across competitive cycling. No Study has currently reported injury incidence within elite DHMTB as per the International Olympic Committee (IOC) cycling extension recommendations. What this study adds Within DHMTB injury incident rates were higher in training (6.4/100rides) compared to racing (2.3/100rides). Overall Injury incident rate was significantly higher in females (5.1/100rides) compared to males (2.3/100rides). Female athletes have a 2.89 higher risk of Injury compared to Male DHMTB athletes. Female athletes have significantly higher risk of head/neck (RR 9.5) injuries and concussion (RR 6.34) compared to their male counterparts. How this study might affect research, practice, or policy The IOC Cycling Extension should acknowledge that when reporting injuries per 100 rides, the number of rides completed prior to injury should be collected to improve reporting accuracy. Female athletes may benefit from an extra official training ride to ease pressures during course familiarisation and reduce racing injury incidence. Female athletes may benefit from neck strengthening and resistance training to reduce the number of head and neck injuries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,390
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetInjury Epidemiology and PreventionTravaux en français237 207