MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392350430 · doi:10.1136/bjsports-2024-ioc.49

718 FO52 – Injury and concussion rates in adolescent rugby: time to tackle the injury burden in the female game

2024· article· en· W4392350430 sur OpenAlexaff
Isla Shill, Stephen West, Stacy Sick, Kathryn Schneider, J. Preston Wiley, Brent Hagel, Amanda M. Black, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensHotchkiss Brain InstituteAlberta Children's HospitalBrock UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConcussionPoisson regressionInjury preventionRate ratioMedicinePhysical therapyPoison controlIncidence (geometry)DemographyTeam sportOccupational safety and healthAthletesConfidence intervalPopulationEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Youth rugby injury rates are high compared with other sports. Limited data exist on male-female differences in high school rugby rates. Objective To examine differences in male-female injury rates in high school rugby while considering previous playing experience. Design Prospective cohort. Setting High school (age 15–18 years) rugby union. Participants Male and female high school rugby players (Female: N=14 teams, n=421 players; Males: N=18 teams, n=481) participating in the 2018 and 2019 seasons. Assessment of Risk Factors Participants completed baseline testing each season. Testing included demographic questionnaires (e.g., age, height, weight, injury history, position) and administration of the Sport Concussion Assessment Tool-5. Previous rugby playing experience (years) was self-reported at baseline. Main Outcome Measurement Injuries were recorded if they required medical attention, resulted in the inability to complete a session or to participate in future sessions. Injury incidence rates (IR=#injuries/1000match/training-hours) and incidence rate ratios (IRR) were estimated using Poisson regression, offset by player exposure hours and clustered by team. Results The female match-IR (93.7, 95% CI; 78.6–111.7) was 62% higher than males (57.9, 95% CI: 45.4–73.8) (IRR=1.62; 95% CI: 1.20–2.18) and the female training-IR (5.3; 95% CI: 4.0–6.9) was 2-fold that of males (2.5; 95% CI: 1.7–3.5) (IRR=2.15; 95% CI: 1.40–3.32). The female match concussion-IR (37.5; 95% CI: 26.8–52.3) was 70% higher than the male concussion-IR (22.0; 95% CI: 15.9–30.4) (IRR=1.70; 95% CI: 1.08–2.69). The female tackle-related-IR was 75% higher (65.9; 95% CI: 51.8–83.9) than for males (37.6; 95% CI: 27.8–50.7) (IRR=1.75; 95% CI: 1.20–2.56). Female tackler-IR (37.5; 95% CI: 27.1–51.8) was twice that of males (17.3; 95% CI: 9.8–30.5) (IRR=2.17; 95% CI: 1.14–4.14). Previous playing experience was not associated with injury or concussion. Conclusions Injury and concussion rates were significantly higher in females. A focus on female tackle characteristics could inform female injury prevention strategies (e.g., tackle training).

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)0,002
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,315
Écart entre enseignants0,303 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports injuries and prevention→Travaux en français237 207→