MétaCan
Menu
Retour à la cohorte
Enregistrement W4392350680 · doi:10.1136/bjsports-2024-ioc.112

808 BO36 – On thin ice: high injury and concussion rates in Canadian adolescent ringette

2024· article· en· W4392350680 sur OpenAlexaffabout
Emily E Heming, Cheryl Barnabé, Kelly Russell, Debbie Palmer, Kathryn Schneider, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensSpinal Cord Injury AlbertaAlberta Children's HospitalResearch CanadaUniversity of ManitobaHotchkiss Brain InstituteChildren's Hospital Research Institute of ManitobaAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConcussionRate ratioPoisson regressionMedicinePoison controlInjury preventionIncidence (geometry)DemographyPhysical therapyEmergency medicineConfidence intervalPopulationInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background Ringette is a popular female team ice-sport in Canada, USA, Scandinavia, and Czech Republic. Although bodychecking (i.e., intensive contact with another player to remove them from offensive control of play) is prohibited, high rates of bodychecking and suspected-injury have been reported based on video-analysis. Understanding injury and concussion rates in adolescent ringette is crucial for improving player safety. Objective To examine injury and concussion rates and types in adolescent ringette (ages 11–18). Design Cohort study. Setting Canada Participants Youth ringette players in Calgary participating in three age divisions (under-14[U14], under-16[U16], under-19[U19]) during the 2022–23 season. Assessment of Risk Factors Injury and concussion incidence rates (IR) were examined across three age groups. Main Outcome Measurements Injuries included were all complaint injuries. Poisson regression (cluster-adjusted by team) estimated injury and concussion rates (IR=#injuries/100 players/season), with incidence rate ratios (IRR) comparing IRs by age group. Injury types, player position, mechanisms, and median time-loss are reported. Results The overall injury-IR was 35.88/100 players/season (95%CI: 27.45–46.91) and concussion-specific IR was 12.94/100 players/season (95%CI: 8.42–19.89). Compared to U14(IR=27.27/100 players/season,95%CI;14.47–51.42), U16(IR=27.85,95%CI;17.65–43.94) had similar injury-IRs (IRR[U16vsU14]=1.02,95%CI;0.47–2.22) and U19(IR=64.86,95%CI;44.61–94.31) had higher injury-IRs (IRR[U19vsU14]=2.38,95%CI;1.15–4.93). The median time-loss for concussions was 18 days (IQR:20) and non-concussions was 7 days (IQR:13). Head and neck injuries were most common (40%), followed by knee (23%). Forwards sustained the greatest proportion of concussions (59%) and non-concussions (50%) reported. Game-related concussions (91%) and non-concussions (77%) accounted for most injuries, compared to practice-related. Unintentional player-contact was the primary concussion mechanism (55%). Intentional player contact (26%), unintentional player-contact (26%), and contact with the environment (26%) were the primary mechanisms reported for non-concussion injuries. Conclusion Injury and concussion rates are high among adolescent ringette players in Canada, the highest in U19 players. Continued efforts to enhance player safety and prevent injuries in ringette are needed.

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 enseignants0,017
Score d'incertitude au seuil0,126

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,049
Tête enseignante GPT0,359
Écart entre enseignants0,310 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207