Centre de Documentation Campus Montignies
Horaires :
Lundi : 8h-18h30
Mardi : 8h-17h30
Mercredi 9h-16h30
Jeudi : 8h30-18h30
Vendredi : 8h30-12h30 et 13h-14h30
Votre centre de documentation sera exceptionnellement fermé de 12h30 à 13h ce lundi 18 novembre.
Egalement, il sera fermé de 12h30 à 13h30 ce mercredi 20 novembre.
Lundi : 8h-18h30
Mardi : 8h-17h30
Mercredi 9h-16h30
Jeudi : 8h30-18h30
Vendredi : 8h30-12h30 et 13h-14h30
Votre centre de documentation sera exceptionnellement fermé de 12h30 à 13h ce lundi 18 novembre.
Egalement, il sera fermé de 12h30 à 13h30 ce mercredi 20 novembre.
Bienvenue sur le catalogue du centre de documentation du campus de Montignies.
Détail de l'auteur
Auteur Pierre-Eddy Dandrieux |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche
Infographie : Facteurs de risque de blessures en athlétisme : analyse secondaire des données de 320 athlètes sur une saison / P. Edouard in Journal de traumatologie du sport, Vol.41 N°2 (juin 2024)
[article]
Titre : Infographie : Facteurs de risque de blessures en athlétisme : analyse secondaire des données de 320 athlètes sur une saison Type de document : texte imprimé Auteurs : P. Edouard ; J. Tondut ; K. Hollander ; Pierre-Eddy Dandrieux ; L. Navarro ; A. Bruneau ; A. Junge ; D. Blanco Année de publication : 2024 Article en page(s) : p. 139-141 Langues : Français (fre) Mots-clés : Athlétisme / traumatismes Résumé : Le risque de blessure associé à la pratique de l’athlétisme soutient la nécessité d’élaborer des stratégies de prévention des blessures. Celles-ci devraient être basées sur la compréhension des facteurs de risque menant à la blessure. Cependant, les connaissances actuelles sur les facteurs de risque de blessures liées à l’athlétisme sont limitées. Par conséquent, nous avons cherché à déterminer si plusieurs facteurs de risque potentiels observés avant et pendant une saison d’athlétisme étaient associés à des blessures conduisant à une restriction de pratique de l’athlétisme Permalink : ./index.php?lvl=notice_display&id=118062
in Journal de traumatologie du sport > Vol.41 N°2 (juin 2024) . - p. 139-141[article] Infographie : Facteurs de risque de blessures en athlétisme : analyse secondaire des données de 320 athlètes sur une saison [texte imprimé] / P. Edouard ; J. Tondut ; K. Hollander ; Pierre-Eddy Dandrieux ; L. Navarro ; A. Bruneau ; A. Junge ; D. Blanco . - 2024 . - p. 139-141.
Langues : Français (fre)
in Journal de traumatologie du sport > Vol.41 N°2 (juin 2024) . - p. 139-141
Mots-clés : Athlétisme / traumatismes Résumé : Le risque de blessure associé à la pratique de l’athlétisme soutient la nécessité d’élaborer des stratégies de prévention des blessures. Celles-ci devraient être basées sur la compréhension des facteurs de risque menant à la blessure. Cependant, les connaissances actuelles sur les facteurs de risque de blessures liées à l’athlétisme sont limitées. Par conséquent, nous avons cherché à déterminer si plusieurs facteurs de risque potentiels observés avant et pendant une saison d’athlétisme étaient associés à des blessures conduisant à une restriction de pratique de l’athlétisme Permalink : ./index.php?lvl=notice_display&id=118062 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêtLien entre les blessures et les performances en gymnastique artistique féminine de haut-niveau / Séréna Charpy in Journal de traumatologie du sport, Vol.39 N°3 (septembre 2022)
[article]
Titre : Lien entre les blessures et les performances en gymnastique artistique féminine de haut-niveau : étude rétrospective sur six saisons Type de document : texte imprimé Auteurs : Séréna Charpy ; Pierre Billard ; Pierre-Eddy Dandrieux ; Joris Chapon ; Caroline Prince ; Pascal Edouard Année de publication : 2022 Article en page(s) : p. 145-155 Note générale : https://doi.org/10.1016/j.jts.2022.07.007 Langues : Français (fre) Mots-clés : Blessures Épidémiologie Gymnastique Performance Haut-niveau Résumé : Introduction
L’objectif principal de cette étude était d’analyser les liens éventuels entre la survenue de blessures et les performances (sélection en compétition internationale) durant une saison, chez des gymnastes pratiquant la gymnastique artistique à haut niveau au sein d’un Pôle France. L’objectif secondaire était de déterminer l’épidémiologie des blessures de ces mêmes gymnastes sur six saisons.
Méthodes
Nous avons réalisé une analyse rétrospective de données anthropométriques, de blessures et de performances, collectées prospectivement, sur six saisons sportives entre 2014 et 2020, chez les gymnastes féminines du Pôle France de Gymnastique de Saint-Etienne. Nous avons effectué une analyse par régression logistique avec, comme variable dépendante la sélection en championnat international dans la saison (oui/non), comme variable indépendante la présence de blessure(s) dans la saison (oui/non) et, comme variables d’ajustement : l’âge, la taille, le poids, les règles, les antécédents de chirurgie musculo-squelettiques, la durée de sommeil, le nombre de compétitions réalisées dans la saison et l’obtention de médaille(s) nationale(s).
Résultats
43 gymnastes ont été incluses dans cette étude, représentant 110 gymnastes-saison. Un total de 285 blessures a été collecté sur la période ciblée, soit en moyenne 2,6 blessures par gymnaste par saison. En moyenne, 91,4 % des gymnastes avaient eu au moins une blessure par saison. Le genou était l’articulation la plus touchée (16 %). Le type de blessures le plus fréquent était les pathologies dites de croissance (16 %). L’analyse par régression ne retrouvait pas d’association significative entre la sélection en championnat international dans la saison et la présence de blessure(s).
Conclusion
Les résultats de cette étude n’ont pas mis en évidence une association entre blessure et performance, mais ont permis une description de l’épidémiologie des blessures dans cette population.Permalink : ./index.php?lvl=notice_display&id=105713
in Journal de traumatologie du sport > Vol.39 N°3 (septembre 2022) . - p. 145-155[article] Lien entre les blessures et les performances en gymnastique artistique féminine de haut-niveau : étude rétrospective sur six saisons [texte imprimé] / Séréna Charpy ; Pierre Billard ; Pierre-Eddy Dandrieux ; Joris Chapon ; Caroline Prince ; Pascal Edouard . - 2022 . - p. 145-155.
https://doi.org/10.1016/j.jts.2022.07.007
Langues : Français (fre)
in Journal de traumatologie du sport > Vol.39 N°3 (septembre 2022) . - p. 145-155
Mots-clés : Blessures Épidémiologie Gymnastique Performance Haut-niveau Résumé : Introduction
L’objectif principal de cette étude était d’analyser les liens éventuels entre la survenue de blessures et les performances (sélection en compétition internationale) durant une saison, chez des gymnastes pratiquant la gymnastique artistique à haut niveau au sein d’un Pôle France. L’objectif secondaire était de déterminer l’épidémiologie des blessures de ces mêmes gymnastes sur six saisons.
Méthodes
Nous avons réalisé une analyse rétrospective de données anthropométriques, de blessures et de performances, collectées prospectivement, sur six saisons sportives entre 2014 et 2020, chez les gymnastes féminines du Pôle France de Gymnastique de Saint-Etienne. Nous avons effectué une analyse par régression logistique avec, comme variable dépendante la sélection en championnat international dans la saison (oui/non), comme variable indépendante la présence de blessure(s) dans la saison (oui/non) et, comme variables d’ajustement : l’âge, la taille, le poids, les règles, les antécédents de chirurgie musculo-squelettiques, la durée de sommeil, le nombre de compétitions réalisées dans la saison et l’obtention de médaille(s) nationale(s).
Résultats
43 gymnastes ont été incluses dans cette étude, représentant 110 gymnastes-saison. Un total de 285 blessures a été collecté sur la période ciblée, soit en moyenne 2,6 blessures par gymnaste par saison. En moyenne, 91,4 % des gymnastes avaient eu au moins une blessure par saison. Le genou était l’articulation la plus touchée (16 %). Le type de blessures le plus fréquent était les pathologies dites de croissance (16 %). L’analyse par régression ne retrouvait pas d’association significative entre la sélection en championnat international dans la saison et la présence de blessure(s).
Conclusion
Les résultats de cette étude n’ont pas mis en évidence une association entre blessure et performance, mais ont permis une description de l’épidémiologie des blessures dans cette population.Permalink : ./index.php?lvl=notice_display&id=105713 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêtPerceptions et croyances sur la prédiction des blessures en sports en tant que mesure de réduction des risques de blessure : une enquête en ligne sur les acteurs du sport de haut niveau (athlètes, entraîneurs, professionnels de santé) / Pierre-Eddy Dandrieux in Journal de traumatologie du sport, Vol 40, n°2 (juin 2023)
[article]
Titre : Perceptions et croyances sur la prédiction des blessures en sports en tant que mesure de réduction des risques de blessure : une enquête en ligne sur les acteurs du sport de haut niveau (athlètes, entraîneurs, professionnels de santé) Type de document : texte imprimé Auteurs : Pierre-Eddy Dandrieux ; et al. Année de publication : 2023 Article en page(s) : p. 81-87 Langues : Français (fre) Mots-clés : Prévention des blessures sportives, Prédiction des blessures, Intelligence artificielle, Apprentissage automatique, Estimation des risques Résumé : Objectif
Explorer la perception et les croyances des athlètes élites, des entraîneurs et des professionnels de la santé à l’égard de l’utilisation de la prédiction des blessures comme mesure de réduction du risque de blessure.
Méthodes
Lors des championnats d’Europe 2022 à Munich (Allemagne), tous les athlètes, entraîneurs et professionnels de la santé inscrits ont été invités à remplir un questionnaire en ligne sur leur perception et leurs croyances concernant l’utilisation de la prédiction des blessures en tant que mesure de réduction des risques de blessure. Leur intérêt, intention d’utilisation, aide perçue et le potentiel stress induit ont été évalués à l’aide d’une échelle analogique allant de 0 (c.-à-d. pas du tout) à 100 (c.-à-d. tout à fait).
Résultats
Nous avons recueilli un total de 79 réponses : 35 athlètes, 14 entraîneurs et 29 professionnels de la santé, provenant de 23 pays. Ils ont tous exprimé un niveau élevé d’accord concernant l’intérêt (86±15), l’intention d’utiliser (84±16) et l’aide perçue (85±16) de la prédiction des blessures comme mesure de réduction du risque de blessure. En ce qui concerne le stress potentiel induit par la prédiction des blessures, le niveau d’accord était modéré (41±33), et il y avait une importante variabilité interindividuelle dans chaque groupe (athlètes, entraîneurs, professionnels de la santé).
Conclusion
Il s’agit de la première étude portant sur la perception et les croyances des athlètes élites, de leurs entraîneurs et professionnels de santé concernant l’utilisation de la prédiction des blessures en tant que mesure de réduction des risques de blessure. Quels que soient les acteurs du sport de haut niveau, le niveau d’acceptation de cette potentielle mesure était élevé. Ces résultats ont des implications importantes pour la recherche future et la pratique de l’utilisation de la prédiction des blessures comme mesure de réduction des risques de blessure dans le sport de haut niveau.
Mots clés : Prévention des blessures sportives, Prédiction des blessures, Intelligence artificielle, Apprentissage automatique, Estimation des risquesPermalink : ./index.php?lvl=notice_display&id=111816
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 81-87[article] Perceptions et croyances sur la prédiction des blessures en sports en tant que mesure de réduction des risques de blessure : une enquête en ligne sur les acteurs du sport de haut niveau (athlètes, entraîneurs, professionnels de santé) [texte imprimé] / Pierre-Eddy Dandrieux ; et al. . - 2023 . - p. 81-87.
Langues : Français (fre)
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 81-87
Mots-clés : Prévention des blessures sportives, Prédiction des blessures, Intelligence artificielle, Apprentissage automatique, Estimation des risques Résumé : Objectif
Explorer la perception et les croyances des athlètes élites, des entraîneurs et des professionnels de la santé à l’égard de l’utilisation de la prédiction des blessures comme mesure de réduction du risque de blessure.
Méthodes
Lors des championnats d’Europe 2022 à Munich (Allemagne), tous les athlètes, entraîneurs et professionnels de la santé inscrits ont été invités à remplir un questionnaire en ligne sur leur perception et leurs croyances concernant l’utilisation de la prédiction des blessures en tant que mesure de réduction des risques de blessure. Leur intérêt, intention d’utilisation, aide perçue et le potentiel stress induit ont été évalués à l’aide d’une échelle analogique allant de 0 (c.-à-d. pas du tout) à 100 (c.-à-d. tout à fait).
Résultats
Nous avons recueilli un total de 79 réponses : 35 athlètes, 14 entraîneurs et 29 professionnels de la santé, provenant de 23 pays. Ils ont tous exprimé un niveau élevé d’accord concernant l’intérêt (86±15), l’intention d’utiliser (84±16) et l’aide perçue (85±16) de la prédiction des blessures comme mesure de réduction du risque de blessure. En ce qui concerne le stress potentiel induit par la prédiction des blessures, le niveau d’accord était modéré (41±33), et il y avait une importante variabilité interindividuelle dans chaque groupe (athlètes, entraîneurs, professionnels de la santé).
Conclusion
Il s’agit de la première étude portant sur la perception et les croyances des athlètes élites, de leurs entraîneurs et professionnels de santé concernant l’utilisation de la prédiction des blessures en tant que mesure de réduction des risques de blessure. Quels que soient les acteurs du sport de haut niveau, le niveau d’acceptation de cette potentielle mesure était élevé. Ces résultats ont des implications importantes pour la recherche future et la pratique de l’utilisation de la prédiction des blessures comme mesure de réduction des risques de blessure dans le sport de haut niveau.
Mots clés : Prévention des blessures sportives, Prédiction des blessures, Intelligence artificielle, Apprentissage automatique, Estimation des risquesPermalink : ./index.php?lvl=notice_display&id=111816 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêtPrédiction des blessures des ischiojambiers en football à l’aide d’apprentissage automatique : étude préliminaire sur 284 footballeurs / Pierre-Eddy Dandrieux in Journal de traumatologie du sport, Vol 40, n°2 (juin 2023)
[article]
Titre : Prédiction des blessures des ischiojambiers en football à l’aide d’apprentissage automatique : étude préliminaire sur 284 footballeurs Type de document : texte imprimé Auteurs : Pierre-Eddy Dandrieux ; et al. Année de publication : 2023 Article en page(s) : p. 69-73 Langues : Français (fre) Mots-clés : ischio-jambiers Traumatismes sportifs Football Résumé : La blessure des ischiojambiers est le premier diagnostic de blessure en football. L’une des pistes pour la réduction de ces blessures est l’identification des athlètes à haut risque. Dans cet article, nous avons mis en place des algorithmes d’apprentissage automatique pour l’estimation du risque de blessure chez 284 footballeurs masculins évoluant dans 16 équipes de football professionnel ou semi-professionnel de trois pays. Les prédicteurs (données d’entrée) des algorithmes consistaient en un ensemble de données de référence de l’athlète, incluant les antécédents de blessures des ischiojambiers lors de la saison précédente et des données mesurées lors d’un sprint maximal de 30 m. La donnée de sortie, binaire, était la survenue de blessure des ischiojambiers. Les trois modèles utilisés, la régression logistique, les forêts aléatoires et AdaBoost étaient comparés à un classificateur factice. Les résultats montraient qu’il était possible, dans une certaine mesure, de prédire la survenue de blessures avec ces modèles. La comparaison avec le classificateur factice, lorsque l’on considérait un ensemble de métriques, dont le score F1, montrait l’intérêt des trois modèles utilisés. En outre, l’importance relative des prédicteurs pouvait également être mesurée, ce qui pourrait aider à la compréhension des facteurs influençant le plus la blessure. Ces résultats suggèrent des pistes pour les stratégies de prévention des blessures des ischiojambiers. Permalink : ./index.php?lvl=notice_display&id=111817
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 69-73[article] Prédiction des blessures des ischiojambiers en football à l’aide d’apprentissage automatique : étude préliminaire sur 284 footballeurs [texte imprimé] / Pierre-Eddy Dandrieux ; et al. . - 2023 . - p. 69-73.
Langues : Français (fre)
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 69-73
Mots-clés : ischio-jambiers Traumatismes sportifs Football Résumé : La blessure des ischiojambiers est le premier diagnostic de blessure en football. L’une des pistes pour la réduction de ces blessures est l’identification des athlètes à haut risque. Dans cet article, nous avons mis en place des algorithmes d’apprentissage automatique pour l’estimation du risque de blessure chez 284 footballeurs masculins évoluant dans 16 équipes de football professionnel ou semi-professionnel de trois pays. Les prédicteurs (données d’entrée) des algorithmes consistaient en un ensemble de données de référence de l’athlète, incluant les antécédents de blessures des ischiojambiers lors de la saison précédente et des données mesurées lors d’un sprint maximal de 30 m. La donnée de sortie, binaire, était la survenue de blessure des ischiojambiers. Les trois modèles utilisés, la régression logistique, les forêts aléatoires et AdaBoost étaient comparés à un classificateur factice. Les résultats montraient qu’il était possible, dans une certaine mesure, de prédire la survenue de blessures avec ces modèles. La comparaison avec le classificateur factice, lorsque l’on considérait un ensemble de métriques, dont le score F1, montrait l’intérêt des trois modèles utilisés. En outre, l’importance relative des prédicteurs pouvait également être mesurée, ce qui pourrait aider à la compréhension des facteurs influençant le plus la blessure. Ces résultats suggèrent des pistes pour les stratégies de prévention des blessures des ischiojambiers. Permalink : ./index.php?lvl=notice_display&id=111817 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêtLa prédiction des blessures en sport : fiction ou réalité ? / Jeanne Tondut in Journal de traumatologie du sport, Vol 40, n°2 (juin 2023)
[article]
Titre : La prédiction des blessures en sport : fiction ou réalité ? Type de document : texte imprimé Auteurs : Jeanne Tondut ; Pierre-Eddy Dandrieux ; L. Navarro ; Christophe Ley ; Pascal Edouard Année de publication : 2023 Article en page(s) : p. 62-68 Langues : Français (fre) Mots-clés : Traumatismes sportifs Plaies et blessures Résumé : La blessure en sport représente aujourd’hui une grande problématique pour les athlètes et leur entourage. Des mesures de prévention sont développées et sont à disposition du milieu sportif. Parmi elles, l’émergence de nouvelles technologies et d’approches d’analyse des données offrent de nouvelles opportunités. Compte tenu du fait que ces méthodes de prédiction tendent à se développer, il nous a semblé important que les acteurs autour de l’athlète et, en particulier les professionnels de santé, aient des notions pour mieux comprendre ces approches et pouvoir interpréter les travaux présentant des analyses de prédiction (estimation du risque) des blessures. À travers cet article de mise au point, s’appuyant sur une revue narrative de la littérature, nous avons présenté le Machine Learning (ML) ainsi que ses applications et ses limites. Le ML, ou « apprentissage automatique » en français, est un outil dérivé des statistiques, apparenté à l’intelligence artificielle qui permet de construire, à partir de données d’entrée (variables prédictives) et de sortie (variables à prédire), des modèles capables de prédire un évènement. Ainsi, comme toute analyse, le ML peut présenter certaines limites et certains risques qu’il convient d’éviter, mais aussi de connaître et détecter quand on lit des articles/travaux utilisant le ML ou quand on veut l’utiliser. En conclusion, en traumatologie du sport, les modèles de Machine Learning offrent l’opportunité : 1) d’aider le diagnostic de blessures ou 2) d’optimiser l’entraînement des athlètes en estimant leur risque de blessure, à la fois dans un contexte de screening et de monitoring. Toutefois, cet outil de prédiction ne peut s’adapter à toutes les situations sans risque et peut parfois conduire à de fausses prédictions. Ainsi, le Machine Learning offre des perspectives intéressantes avec la possibilité d’avoir un outil d’aide à la décision pour les acteurs de terrain, mais il convient de prendre en compte les limites et les risques de cette approche afin de les utiliser au mieux et d’en tirer les meilleurs avantages. Le Machine Learning n’est pas une boule de cristal qui permet de voir le futur, mais une méthode d’analyse de données qui s’appuie sur des données mesurées et dépend donc de la qualité de ces dernières. Permalink : ./index.php?lvl=notice_display&id=111812
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 62-68[article] La prédiction des blessures en sport : fiction ou réalité ? [texte imprimé] / Jeanne Tondut ; Pierre-Eddy Dandrieux ; L. Navarro ; Christophe Ley ; Pascal Edouard . - 2023 . - p. 62-68.
Langues : Français (fre)
in Journal de traumatologie du sport > Vol 40, n°2 (juin 2023) . - p. 62-68
Mots-clés : Traumatismes sportifs Plaies et blessures Résumé : La blessure en sport représente aujourd’hui une grande problématique pour les athlètes et leur entourage. Des mesures de prévention sont développées et sont à disposition du milieu sportif. Parmi elles, l’émergence de nouvelles technologies et d’approches d’analyse des données offrent de nouvelles opportunités. Compte tenu du fait que ces méthodes de prédiction tendent à se développer, il nous a semblé important que les acteurs autour de l’athlète et, en particulier les professionnels de santé, aient des notions pour mieux comprendre ces approches et pouvoir interpréter les travaux présentant des analyses de prédiction (estimation du risque) des blessures. À travers cet article de mise au point, s’appuyant sur une revue narrative de la littérature, nous avons présenté le Machine Learning (ML) ainsi que ses applications et ses limites. Le ML, ou « apprentissage automatique » en français, est un outil dérivé des statistiques, apparenté à l’intelligence artificielle qui permet de construire, à partir de données d’entrée (variables prédictives) et de sortie (variables à prédire), des modèles capables de prédire un évènement. Ainsi, comme toute analyse, le ML peut présenter certaines limites et certains risques qu’il convient d’éviter, mais aussi de connaître et détecter quand on lit des articles/travaux utilisant le ML ou quand on veut l’utiliser. En conclusion, en traumatologie du sport, les modèles de Machine Learning offrent l’opportunité : 1) d’aider le diagnostic de blessures ou 2) d’optimiser l’entraînement des athlètes en estimant leur risque de blessure, à la fois dans un contexte de screening et de monitoring. Toutefois, cet outil de prédiction ne peut s’adapter à toutes les situations sans risque et peut parfois conduire à de fausses prédictions. Ainsi, le Machine Learning offre des perspectives intéressantes avec la possibilité d’avoir un outil d’aide à la décision pour les acteurs de terrain, mais il convient de prendre en compte les limites et les risques de cette approche afin de les utiliser au mieux et d’en tirer les meilleurs avantages. Le Machine Learning n’est pas une boule de cristal qui permet de voir le futur, mais une méthode d’analyse de données qui s’appuie sur des données mesurées et dépend donc de la qualité de ces dernières. Permalink : ./index.php?lvl=notice_display&id=111812 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêt