Musculoskeletal Injuries in National Hockey League Goaltenders
Notice bibliographique
Résumé
BACKGROUND: Hockey goaltenders are exposed to unique in-game physical demands, different from those experienced by other positional players. While previous studies have identified the injuries experienced by elite goaltenders, these have been limited by the use of secondary data or data from small samples over relatively short time intervals. PURPOSE: To quantify the type and number of injuries occurring in National Hockey League (NHL) goaltenders and the time lost due to these injuries. STUDY DESIGN: Descriptive epidemiology study. METHODS: Data from the NHL's Athlete Health Management System was analyzed between the 2009-2010 and 2022-2023 seasons. The total number of each musculoskeletal injury, the total days missed (TDM) (a surrogate measure for injury severity), and the exposure-adjusted injury rate (EAIR) was quantified. For each individual diagnosis, the total number of injuries, mean, median, standard deviation, and minimum and maximum (range) TDM were calculated. RESULTS: There were 1585 musculoskeletal injuries recorded over 14 NHL seasons resulting in 31,406 TDM. The number of total injuries per year was stable across the data collection period. The EAIR was higher in the preseason (69.4) and postseason (46.8) compared with the regular season (17.1). The majority of the injuries occurred during games (n = 904), followed by practice and off-ice activities (n = 681). The most common mechanisms were noncontact (n = 673), incidental contact (n = 252), and "unknown/other" (n = 374). Proximal adductor injuries accounted for the largest number of injuries (n = 371), leading to the highest total TDM (n = 6126). Concussions (n = 110) and MCL sprains (n = 95) were the second and third most common injuries, respectively. CONCLUSION: The most common injuries to NHL goaltenders are proximal adductor injuries, concussions, and MCL sprains. Attention should be paid to the significant number of injuries occurring in the preseason and practice periods.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».