603 FO07 – Understanding injury and concussion in youth female rugby: a ‘scrum’ble to catch up!
Notice bibliographique
Résumé
Background Rugby union (hereafter rugby) is a high-intensity collision sport. Consequentially, the risk of injury and concussion is high. To date, youth research in rugby has focused almost exclusively on males, despite growing popularity of the female game. Objective To examine the rates of injury and concussion in youth female rugby in England. Design Prospective cohort study. Setting English youth female rugby. Participants 248 female adolescent (ages 14–18) rugby players participating in schools, community club or developmental player pathway rugby during the 2022–2023 season. Assessment of Risk Factors Players were observed for exposure to matches and training sessions over the course of one season (2022–2023). No interventions were implemented outside of normal rugby participation. Main Outcome Measures Injury (medical attention and/or time loss) rates (IR) and concussion rates (CR:/100 players/season). Results A total of 204 rugby-related injuries were reported, of which 148 were from matches, 50 were from training, and 6 from other circumstances. The match IR was 59.7/100 players/season (95% CIs: 50.5–70.1) and match CR was 17.7/100 players/season (95% CIs: 12.9–23.8). The most common injury locations were the head (n=45, 30%), knee (n=22, 15%) and ankle (n=21, 14%). The tackle was responsible for the highest proportion of injuries (60% tackle-related: 30% tackler, 30% ball carrier), followed by the ruck (11%). Training IR was 20.2/100 players/season (95% CIs: 15.0–26.6) and training CR was 3.6/100 players/season (95% CIs: 1.7–6.9). The ankle was the most injured location in training (n=13, 26%), followed by the head (n=9, 18%) and knee (8, 16%). Conclusions The head was the most injured location in matches and the tackle event was associated with the highest injury rate. Injury and concussion rates in female youth rugby players are high and prevention strategies are required to minimise this 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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 ».