B.3 · 怪我

この資料は、初年度試験が2026であるコースにおけるHLの選択トピックを網羅しており、カリキュラム全体ではない。

前提条件：指定された数量と単位を読み取り、算術および以下のモデル条件を使用すること。

これらの例は独自かつ架空のものであり、実際の測定値や実際の生徒による調査ではありません。

この観察を説明するのは何か？

• トレーニングセッションを追加したチームでは怪我の件数が増加しました。件数が多ければ必ずしも暴露時間あたりのリスクが高いとは限りません。

モデルを構築する

• 怪我の監視には、明確な怪我の定義、一貫した記録、および曝露分母が必要である。
• 急性損傷は特定の出来事後に生じ、反復負荷により過使用損傷が進行することがある。
• メカニズム、組織容量、既往損傷、機器、環境が関与するため、一つの観察された関連性が単一の直接原因を確立することは稀である。
• 発症率：新規事象数を指定された曝露指標で除した値。
• 過使用損傷：時間経過に伴う反復負荷に関連する損傷。

モデルを検証できる証拠を選ぶ

• 発症率は、新規怪我事象数を曝露時間で除し、通常 1,000 アスリート時間あたりで表される。
• 比較には同一の症例定義と曝露方法を用いる。
• 重症度、再発、欠落記録も重要であり、発症率が等しいグループでも休養日数や怪我の種類が異なることがある。

実験室内での取扱い: 匿名化された架空のサーベイランス表を使用する。傷害の判定基準や、トレーニング・試合時の曝露記録方法を特定する。同等の比率を計算し、サンプルサイズや報告変更を確認し、有資格者による評価を目的とした予防仮説を提案する。学生は傷害を誘発したり、他者を診断したり、復帰許可を決定したりしない。

既知の値から始める

• 既知：グループAは 3,000 アスリート時間中に 6 件の怪我があり、Rate 2 per 1,000 hours。
• グループBは 8,000 アスリート時間中に 8 件の怪我があり、Rate 1 per 1,000 hours。
• グループBは件数が大きいものの、曝露正規化後のRateは小さい。
• 報告システムの相違や怪我の重症度の違いにより、比較が誤解を招く可能性がある。

あなたの番： 架空のグループが 9 の怪我を 4,500 アスリート時間内に記録しました。1,000 時間あたりの怪我数を計算してください。

結論とその限界を確認する

• 少数の事象に基づく率の推定は不確実です。
• 記録された率が低いことは報告漏れを反映しており、曝露に正規化された相関は予防介入の因果効果の証拠ではありません。

正しくない: 記録された傷害件数が多いグループが、必ずしも毎時間の傷害率が高いとは限らない。率 = 件数 / 曝露時間。曝露時間が非常に多い情况下では、件数は多くても毎時間の率は低い可能性がある — 解例に示されている通り、8 件の傷害が 8,000 時間（1 per 1,000）である場合の記録率は、6 件の傷害が 3,000 （2 per 1,000）である場合の記録率よりも低い。これだけでは安全性が高いとは結論づけられない。

重要：

• 怪我の監視には、明確な怪我の定義、一貫した記録、および曝露分母が必要である。
• 発症率は、新規怪我事象数を曝露時間で除し、通常 1,000 アスリート時間あたりで表される。
• 注意すべき点：少数の事象に基づく率の推定は不確実です。

3 件 per 1,000 時間から記述する

• 架空のグループが 3 の怪我を 1,000 アスリート時間内に記録しました。
• 怪我率を求めます。件数が少ないからといって、率が低いとは限りません。

2 件/1,000 時間から書き出す

• A second group records 4 injuries in 2,000 athlete-hours.
• 両方の率を求め、どのグループがリスクが高いかを述べる：1,000対1,000と3対2 — 総数が少ないからといってリスクが少ないわけではない。なぜなら、暴露の分母が異なるためである。

シーズンの分母から記述する

• 20人の選手で構成されたチームが、12週間分のシーズンにわたり週10時間トレーニングおよび試合を行い、6件の怪我が記録された。
• 暴露量（20 × 10 × 12 = 2,400 アスリート時間）を構築し、1,000時間あたりの率を求める：2.5 — 監視は分母から始まる。