National Basketball Association combine scores as a predictive measure of lower limb surgery over 10 consecutive seasons (2010–2020): A retrospective review
Notice bibliographique
Résumé
ABSTRACT Purpose The purpose of this study was to correlate National Basketball Association (NBA) Combine scores with future surgical lower limb injury to determine if NBA Combine scores can be predictive of future surgery on the lower limb. Methods A retrospective review of NBA surgical lower limb injuries was performed using a data set covering 10 consecutive NBA seasons (2010–2020). All NBA Combine data were obtained through the official NBA Combine website. NBA Combine data were matched to injury list and compared against noninjured control, described using means and standard deviations. Differences were evaluated using independent t ‐tests, with an a priori level of significance at p < 0.05. Results A total of 27,105 injury transactions were reported and a total of 130 players were identified who had undergone lower limb surgical management. There was no statistically significant difference in anthropometric stats (weight, body fat % and height). Lane agility time, three quarter sprint and max bench press showed no statistically significant differences. However, standing vertical leap and max vertical leap showed statistically significant differences, with values increased in injured group. Mean standing vertical was 73.86 cm (SD = 7.82) in noninjured and 76.00 cm (SD = 7.77) in the injured group. Mean max vertical was 86.89 cm (SD = 9.37) in noninjured and 89.31 cm (SD = 9.17) in injured group. Knee injuries (80.0%) were most prevalent, followed by ankle (8.5%), calf (7.7%), and thigh (3.8%). Knee surgeries comprised of general surgery on knee (42.3%), meniscal surgery (20.2%), arthroscopic knee surgery (18.3%), anterior cruciate ligament reconstruction (15.4%), and patellar tendon repair (3.8%). Conclusions Increased NBA Combine scores of standing and maximum vertical leap may be related to future lower limb injury requiring surgical management among basketball players. The knee remains the most injured joint with the majority of knee surgeries performed arthroscopically addressing meniscal pathology. Level of Evidence Level III.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».