MétaCan
Menu
Retour à la cohorte
Enregistrement W4392350881 · doi:10.1136/bjsports-2024-ioc.110

806 BO34 – Ice-cold truths: comparing rates of bodychecking, head contacts, and suspected injuries across adolescent ice-sports

2024· article· en· W4392350881 sur OpenAlexaffabout
Emily E Heming, Ash T Kolstad, Brooke Dennett, Stephen West, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensHotchkiss Brain InstituteAlberta Children's HospitalAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIce hockeyPoisson regressionDemographyMedicinePopulationPhysical medicine and rehabilitationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background Popular ice-sports amongst adolescents in many countries include ice-hockey, para-ice-hockey, and ringette. Injuries and concussions are concerning in these ice-sports, with high rates of bodychecking (high intensity trunk physical contact; BC) and head contacts (HCs). Comparisons across adolescent sports are required for holistic injury prevention planning and implementation. Objective To compare BC, HC, and suspected injury (SI) incidence rates (IR) between adolescent boys’ ice-hockey (BC-prohibited, BC-permitted), para-ice-hockey (BC-permitted), girls’ ice-hockey (BC-prohibited), and ringette (BC-prohibited). Design Cross-sectional. Setting Canada. Participants Adolescents participating in one of the four ice-sports during the 144 games (range per sport/level: 8–35 games) that were analyzed. Assessment of Risk Factors Comparing BC, HC, and SI rates across four different ice-sports. Main Outcome Measurements Dartfish video-analysis software was used to analyze games for BCs, HCs, and SI IRs. Poisson regression analysis (adjusted for cluster by game and offset by playing minutes) were used to compare BC, HC, and SI IRs using incidence rate ratios (IRR). Results Compared with non-elite boys’ ice-hockey (BC-prohibited), there were significantly higher BC IRs in BC-permitted boys’ ice-hockey (IRR-non-elite=5.89, 95%CI:4.07–8.53; IRR-elite=9.15, 95%CI:6.63–12.64), para-ice-hockey (IRR=3.30, 95%CI:2.14–5.07), girls ice-hockey (IRR=2.67, 95%CI:1.82–3.90), and ringette (IRR=5.72, 95%CI:4.03–8.11). HC IRs were also significantly higher for BC-permitted boys’ ice-hockey (IRR-non-elite=2.64, 95%CI:1.92–3.62; IRR-elite=3.18, 95%CI:2.41–4.18), para-ice-hockey (IRR=3.28, 95%CI:2.00–5.39), girls’ ice-hockey (IRR=2.76, 95%CI:2.05–3.71), and ringette (IRR=4.06, 95%CI:3.02–5.46) compared to non-elite boys’ ice-hockey (BC-prohibited). SI IRs were also significantly higher for para-ice-hockey (IRR=3.71, 95%CI:1.35–10.20) and ringette (IRR=5.13, 95%CI:2.24–11.74), compared to non-elite (BC-prohibited) boys’ ice-hockey. The proportions of player-to-player HCs penalized ranged from 2–20% across sports. Conclusion The BC IRs are alarming in ice-sports prohibiting BC (ringette and female ice-hockey). The high HC and SI IRs in adolescent ice-sports are also concerning. The proportion of HCs penalized is low across all sports/levels, suggesting a need for further policy-enforcement strategies to reduce BC and HCs aimed to prevent injuries and concussions in adolescent ice-sports.

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 enseignants0,728
Score d'incertitude au seuil0,547

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,378
Écart entre enseignants0,338 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetInjury Epidemiology and PreventionTravaux en français237 207