MétaCan
Menu
Retour à la cohorte
Enregistrement W4404417902 · doi:10.1177/23259671241293344

Clinicodemographic Risk Factors for Anterior Cruciate Ligament Injury: A Prospective 3-Cohort Study on Collegiate Varsity Athletes

2024· article· en· W4404417902 sur OpenAlexafffund
Kevin Zhao, Patrik Abdelnour, Jason Corban, Nicolaos Karatzas, Cameron Levins, Paul A. Martineau

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesMEDTEQ+
Mots-clésMedicineAnterior cruciate ligamentAthletesProspective cohort studyPhysical therapyCohortCohort studyAnterior Cruciate Ligament InjuriesACL injuryPhysical medicine and rehabilitationSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Anterior cruciate ligament (ACL) injuries are among the most distressing injuries for collegiate varsity athletes. Identifying easily attainable clinicodemographic risk factors in this subgroup can help screen for high-risk athletes who may benefit from proven ACL injury risk reduction programs. Purpose: To identify clinicodemographic risk factors for noncontact ACL injury among female and male collegiate varsity athletes from 10 different sports. Study Design: Cohort study; Level of evidence, 2. Methods: A total of 777 (276 female and 501 male athletes) collegiate varsity athletes from 3 consecutive seasons had an extended panel of clinicodemographic parameters recorded at their respective preseason physical sessions. The athletes were followed for 1 athletic season for noncontact ACL injuries. Results: Fifteen (6 female and 9 male athletes) athletes suffered a noncontact ACL injury during their season. Among all athletes, previous lower limb surgery and cutting sport participation were significantly associated with an increased risk of noncontact ACL injury. Among female athletes, previous ACL injury and previous lower limb surgery were significant risk factors. No significant clinicodemographic risk factors were identified in male athletes. Female sex was not a significant risk factor for noncontact ACL injury. Conclusion: The clinicodemographic risk factors for noncontact ACL injury identified in this study are easily attainable and may guide preseason screening for ACL injury risk in collegiate varsity athletes. The lack of association of these risk factors in male athletes may highlight the need to focus on other factors such as kinematics for these athletes.

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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,308
Écart entre enseignants0,296 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207