Caractéristiques et facteurs prédictifs des blessures au Kin-Ball au Québec : une étude rétrospective
Notice bibliographique
Résumé
L’objectif principal de cette étude était d’identifier les régions anatomiques les plus fréquemment blessées et d’estimer l’incidence des blessures lors de la pratique compétitive du Kin-Ball. L’objectif secondaire était d’identifier des déterminants associés à ces blessures chez les joueurs de Kin-Ball. Une série de questionnaires en ligne auto-administrés a été remplie par des athlètes compétitifs de la Fédération québécoise de Kin-Ball. Ces questionnaires comprenaient un questionnaire sur les données anthropométriques et sociodémographiques, un questionnaire sur la pratique du Kin-Ball, et une version française adaptée du Nordic Musculoskeletal Questionnaire. Un modèle de régression logistique binaire a été généré pour identifier les déterminants associés à ces blessures. Sur un total de 134 répondants, 105 athlètes (78 %) ont subi une blessure au cours de l’année, pour un total de 214 blessures (moyenne de 2,04 blessures par athlète). Les blessures les plus fréquentes touchaient le genou (16 %), le coude (15 %) et la cheville/pied (14 %). Une augmentation du nombre d’heures d’entraînement hebdomadaires était associée à un risque accru de blessures ( p = 0,046 ; Exp(B) = 0,716). Cette étude a permis de quantifier l’incidence des blessures chez un groupe de joueurs de Kin-Ball et d’identifier les déterminants associés à ces blessures. Les genoux et coudes étaient les plus touchés. Une fréquence d’entraînement élevée était associée à un risque plus élevé de blessures, probablement en raison d’une plus grande exposition à des facteurs de risque et à des événements déclencheurs. The primary objective of this study was to identify the anatomical regions most frequently injured and to estimate the incidence of injuries during competitive Kin-Ball practice. The secondary objective was to identify determinants of these injuries in Kin-Ball players. A series of self-administered online questionnaires were completed by competitive athletes from the Fédération Québécoise de Kin-Ball. These questionnaires included an anthropometric and sociodemographic questionnaire, a Kin-Ball practice questionnaire, and a French version adapted from the Nordic Musculoskeletal Questionnaire. A binary logistic regression model was used to identify injury determinants. From a total of 134 respondents, 105 athletes (78%) suffered an injury during the year, for a total of 214 injuries (average of 2.04 injuries per athlete). The most frequent injuries were to the knee (16%), elbow (15%) and ankle/foot (14%). An increase in weekly training hours was associated with an increased risk of injury ( P = 0.046; Exp(B) = 0.716). This study quantified the incidence of injury in a group of Kin-Ball players and identified the determinants of injury. Knees and elbows are most affected. High training frequency was associated with increased injury risk, probably due to greater exposure to risk factors and trigger events.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».