778 FO12 – From scrum to sling: the shoulder injury landscape in 19 seasons of professional rugby union
Notice bibliographique
Résumé
Background Professional rugby union is a fast-paced collision sport with a high rate of injury. With the tackle often being a direct and forceful contact between opposing players at the shoulder level, it is a typical injury location. Objective To describe shoulder match and training injury rates, diagnosis, severity, and mechanisms in professional men’s rugby over 19 seasons. Design Prospective cohort study. Setting Professional Rugby Union (2002/2003 – 2021/2022). Participants Elite male athletes participating in a professional rugby league. Data were collected from all participating teams during each season of play (12/13 teams per season for 19 seasons). Interventions/Risk Factors Match and training exposure, as well as injuries were collected by club staff. Main Outcome Measures Shoulder-related injuries included any clavicular, scapular, acromioclavicular joint, rotator cuff, or shoulder joint, and surrounding tissue impairment. Any injury resulting in the athlete being unable to participate in rugby for >24 hours after the day of injury were included. Results A match shoulder injury rate of 9.01 per 1000 match-hours (n=1330) was observed. The training shoulder injury rate was 0.15 per 1000 training hours (n=362). Shoulder injury diagnoses most frequently involved the acromioclavicular joint (n=595, 35%), dislocations and instability (n=432, 27%), and impingement/rotator cuff injury (318, 19%). The primary injury pathologies based on orchard code were ligament injuries (n=675, 39%), cartilage injuries (n=149, 9%), and muscle contusions (n=143, 8%). Time-loss due to shoulder injury was a median of 15 days (IQR 5–43 days). The mechanism of most shoulder injuries was tackling (n=592, 35%) or being tackled (n=419, 25%). Conclusions Shoulder injuries resulted in substantial time-loss from sport. The injury rates were similar to what has been previously reported. With such little change in match and training injury rates observed, novel training strategies and policies to prevent shoulder injury merits further investigation and innovation avenues.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».