Twenty year analysis of professional men’s rugby union knee injuries from the English premiership shows high rates and burden
Notice bibliographique
Résumé
OBJECTIVES: To determine the rates, severity and burden of knee injuries in professional male rugby union from the English Premiership. METHODS: Injury and exposure data were captured over 20 seasons using a prospective cohort design. Knee injury incidence, days' absence and burden were recorded for each injury type and by pitch surface type for match and training. RESULTS: The rate of knee injury in matches was 9.8/1000 hours (95% CIs 9.3-10.3). Mean days lost were 50 (95% CI 46 to 53) in matches and 51 (95% CI 44 to 57) in training. In matches, medial collateral ligament injuries were the most common, while anterior cruciate ligament (ACL) injuries had the highest mean severity and burden. There was no significant change in the count of knee injuries over time; however, average severity increased significantly (annual change: 2.18 days (95% CI 1.60 to 2.77); p<0.001). The incidence of match knee injury was 44% higher on artificial pitches than grass pitches (incidence rate ratio: 1.44 (95% CI 1.21 to 1.69); p<0.01), with no significant difference in severity between surfaces. In matches, the tackle was the event most commonly associated with knee injuries for all diagnoses, except ACL injuries (running). In training, running was a more common injury event than the tackle. CONCLUSION: Knee injuries in matches are common and severe in English professional men's rugby union. Despite an increased focus on player conditioning and injury prevention throughout the study period, rates of knee injury remained stable, and resulting days' absence increased. New strategies for the prevention of knee injuries should be considered a priority.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».