Evaluating High-performance Female Athletes’ Knowledge and Awareness of Atrial Fibrillation
Notice bibliographique
Résumé
Background: Atrial fibrillation (AFib) is a common cardiac arrhythmia with emerging evidence suggesting a high risk in athletes may exist, especially those engaged in vigorous physical activity. While substantial research has examined male athletes, limited data exists for female athletes, despite their growing presence in elite sports. AFib poses a health risk as it can progress without symptoms, potentially leading to severe complications, including heart failure and stroke. Athletes, accustomed to discomfort in their competitive pursuits, may delay seeking care even after retiring from sport, compounding the issue. Objectives: Therefore, we investigated the level of AFib-related knowledge in Canadian females, defined as high-performance athletes who had or were competing at a national or international level. Methods: Our online cross-sectional survey employed the 21-question Atrial Fibrillation Knowledge and Assessment Tool (AFKAT), with an additional question to assess awareness of an AFib diagnosis. Results: Participants were recruited through research websites and were mostly over 40 years old (45/52), Caucasian (50/52), university educated (39/53), from the sport of curling (41/52), and 62% (32/52) had competed at an international level. The mean knowledge score was 12.63 ± 5.79 out of 21 and was significantly different between international-level athletes (14.22 ± 4.38) when compared to national-level athletes (10.10 ± 6.91; p = 0.011). Conclusions: Varying levels of AFib knowledge were observed within this population, and our results importantly identified a discrepancy based on competition level, with international-level female athletes demonstrating higher AFib knowledge levels. This highlights the necessity for targeted educational interventions, to inform and increase athletes’ cardiovascular awareness of the potential risk of AFib.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».