Are female athlete specific health considerations being assessed and addressed in preparticipation examinations? A scoping review and proposed framework
Notice bibliographique
Résumé
BACKGROUND: Preparticipation examinations (PPEs) are unstandardized screening tools routinely used to collect an athlete's baseline health information prior to the start of a new competitive season. However, many PPEs include minimal and often nonspecific questions related to the health concerns of female athletes. A lack of female athlete specific health questions could result in missed red flags and subsequent injury or illness. As such, the objectives of this scoping review were to (a) determine what female athlete specific health questions currently exist in PPEs in the scientific literature to prevent injury and illness, and (b) map the results against the health domains outlined in the International Olympic Committee (IOC) consensus statement supplement on the female athlete. METHODS: We searched Embase, Scopus, CINAHL, Medline Ovid, and SPORTDiscus from inception to December 2022. Any study with female athlete specific health PPE questions or recommendations for questions (i.e., menstrual health, eating habits, musculoskeletal health, etc.) was included. Three reviewers independently screened titles and abstracts, followed by full text articles for eligibility and data extraction, with conflicts resolved by a third-party reviewer. Extracted data were summarized into 3 determined groupings. RESULTS: Of the 1356 studies screened, 41 were included in this study. Forty studies (98%) included questions/recommendations related to menstrual health. Thirty-one studies (76%) had questions/recommendations concerning disordered eating/eating habits. Twenty-four studies (59%) referred to body weight/image, and 16 studies (39%) referred to musculoskeletal health. No studies included questions on all IOC female athlete health domains. CONCLUSION: There is currently a gap in female athlete specific health content included in PPEs. A more comprehensive, standardized PPE with a focus on inclusion of female athlete specific health questions and considerations should be developed to improve health and optimal participation of female athletes around the world.
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 | 0,021 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».