권투 시 급성 부상 발생률

품질 보증 계획:

과학 석사(MSc) 학생은 데이터를 모니터링하고 높은 데이터 품질을 보장했습니다. 데이터는 데이터 보호 및 개인 데이터 처리에 관한 법률(아이슬란드 법률)에 따라 보호되었으며 아이슬란드 대학교에 저장되었습니다. 데이터는 Microsoft Excel에 등록되었으며 투명성을 높이기 위해 보안 네트워크를 통해 프로젝트 고문과 공유되었습니다.

데이터 확인:

데이터에 이상치가 있는지 확인했습니다.

소스 데이터 검증:

인쇄된 설문지, 문자 메시지 및 전화 통화의 데이터는 MSc 학생이 수동으로 Excel로 전송하여 모든 정보를 두 번 확인하여 실수가 없는지 확인했습니다.

데이터 사전:

CTE: 만성 외상성 뇌병증; KO: 녹아웃; TKO: 기술적 녹아웃; TBI: 외상성 뇌 손상; t-타우 단백질: 총 타우 단백질.

표준 작업 절차:

복서는 MSc 학생들이 아이슬란드에 있는 7개 복싱 체육관을 방문하여 모집되었습니다. 복서들은 구두 소개를 받은 후 연구에 참여하라는 초대를 받았습니다. 서면 동의를 받은 후, 석사 학생과 2-3명의 훈련된 연구 조교가 주관적 및 객관적 결과 측정을 수집했습니다.

MSc 학생은 Microsoft Excel 및 SAS Analytics 소프트웨어를 사용하여 데이터를 분석했습니다.

석사과정 학생은 부작용 보고 및 변경 관리를 담당했습니다.

샘플 크기 평가:

표본 크기는 참가자 30명으로 설정되었습니다. 탈락 후 충분한 피험자가 연구를 완료했는지 확인하기 위해 예측 분석 및 하위 그룹 분석 기회를 위해 최소 60명의 피험자가 필요했습니다.

누락된 데이터에 대한 계획:

어떤 이유로든 데이터가 누락된 것으로 밝혀진 경우, 각 사건은 석사과정 학생과 지도교수에 의해 평가됩니다. 대치 방법이 사용될 수 있으며, 관련 피험자에게 측정을 수행하거나 설문지에 다시 답변하도록 요청받았을 수도 있고(측정/설문지에서 데이터가 누락된 것으로 발견될 때까지 경과한 시간에 따라) 관련 피험자가 연구에서 제거될 수도 있습니다. .

통계 분석 계획:

데이터 분석 및 통계 데이터베이스 모니터링은 후원자 및 경쟁 이해관계와는 별개로 MC 학생과 고문에 의해 수행되었습니다.

Excel 스프레드시트를 사용하여 참가자 100명당, 훈련 1,000시간당, 전투 참가 100회당 부상 발생률을 계산했으며, 부상은 탈락자를 조정한 후 참가자당 수로 계산했습니다. 부상 발생률은 각 위치 및 부상 유형별로 계산되었습니다. 분산 분석(ANOVA)과 t-테스트를 ​​사용하여 평균을 비교했습니다. 카이제곱 검정(χ2)은 훈련 수준에 따라 위치별 부상 빈도와 부상 유형을 비교하고, 성별, 훈련 수준, 훈련 중 부상 발생 여부, 시합 중 부상 발생 여부에 따른 부상 심각도의 차이를 비교하기 위해 사용되었습니다. 나이, 훈련 기간, 부상 위치 및 부상 유형. 로지스틱 회귀 분석을 사용하여 BMI, 연령, 성별, 참가자의 우세한 측면, 훈련 수준, 복싱 기간, 참가자가 다른 스포츠에 참여했는지 여부, 연구 기간 동안 훈련에 소비한 시간, 소비한 시간 등 가능한 위험 요인을 평가했습니다. 주당 평균 훈련, 연구 기간 동안 시합에 참가한 참가자, 이전 복싱 관련 부상 및 연구 기간 동안 시합에서 패배했습니다.