MétaCan
Menu
Retour à la cohorte
Enregistrement W4406715455 · doi:10.1038/s41598-025-86358-4

Epidemiological characteristics of injury in 7–22-year-old badminton players by age and sex

2025· article· en· W4406715455 sur OpenAlexaff
Xiao Zhou, Kazuhiro Imai, Xiaoxuan Liu, Zhuo Chen, Eiji Watanabe, Hongtao Zeng

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensVancouver General Hospital
Organismes subventionnairesWaseda UniversityBadminton World Federation
Mots-clésEpidemiologyMedicineInjury preventionDemographyPoison controlGerontologyEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

Badminton-related injury is thought to happen with increasing incidence among badminton players. Literature shown injury incidence across age is scarce. The objective was to investigate the epidemiological characteristics of badminton-related injuries among badminton players broken down by age and sex. This epidemiology study is a retrospective design in 7-22-year-old badminton players at a national competitive tournament with a questionnaire from 2018 to 2023. An injury was defined as somatic complaint with time loss and/or medical care. Badminton-related injuries were normalized to rate per 1000 training-hours calculated by Poisson distribution in the collected data according to age and gender. Among all the 711 badminton players, 60.3% (429 players) suffered from at least one badminton-related injury. Regardless of gender, the most frequently injured anatomical site was knee (male: 18.8%, female: 18.6%), followed by ankle (male: 13.4%, female: 13.4%) and lower back (male: 12.3%, female: 10.0%). In male badminton players, the shoulder (7.6%) ranked fourth as the plantar (6.7%) ranked fourth in female badminton players. The rate per 1000 training-hours of badminton-related injuries showed that male players peaked at age 15-16 years and female players peaked at age 17-18 years, with 3.24 injuries and 3.52 injuries per 1000 training-hours, respectively. In 7-22-year-old badminton players, knee, lower back, and shoulder injuries frequently occurred and were significantly associated with the incidence of badminton-related injuries. The peak incidence of badminton-related injuries was in 15-16-year-old male badminton players while the peak incidence was in 17-18-year-old female badminton players. These data have the potential to help target the most at-risk anatomical sites and the most at-risk badminton players precisely for injury prevention programs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,307
Écart entre enseignants0,293 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSports injuries and preventionTravaux en français237 207