Bakgrund: Inom både dam- och herrishockey är hjärnskakningar vanligt förekommande. Definitionen av hjärnskakning är att hjärnan hamnar i rörelse av direkt eller indirekt våld mot huvudet. Riktlinjer finns framtagna över hur hjärnskakningar ska hanteras och rehabiliteras och bör tas på allvar då det finns risk för blödning eller kvarstående symtom. SCAT-3 är ett värderingsverktyg vid hjärnskakningar, där ingår en symtomskattning. En hög poängsumma innebär stora symtomatiska besvär. Inga studier har påträffats över förekomst av hjärnskakningar samt hjärnskakningslikande symtom för spelare i Svenska damhockeyligan (SDHL).Syfte: Att beskriva förekomst av hjärnskakningar samt hjärnskakningsliknade symtom hos ishockeyspelare i SDHL jämfört med en kontrollgrupp.Metod: Kvantitativ, deskriptiv samt komparativ tvärsnittsdesign. Ett internetbaserat testformulär byggt på SCAT-3. Totalt 92 deltagare, n=48 hockeyspelare, n=44 kontrollgrupp.Resultat: Förekomsten av hjärnskakningar var 64,6 % bland ishockeyspelare, och signifikant högre jämfört med kontrollgruppen 38,6 % (p=0,013). Totalsumma av hjärnskakningsliknande symtom bland hockeyspelarna (17,6 poäng) jämfört med kontrollgruppen (16,4 poäng) skiljde sig inte signifikant. Vanligaste symtomen bland hockeyspelarna var känsla av trötthet/brist på energi, nackont samt irritation. Vanligaste symtomen för kontrollgruppen var känsla av trötthet/brist på energi, mer känslosam än vanligt och koncentrationssvårigheter. Konklusion: 64,6 % av spelarna i SDHL har fått minst en hjärnskakning. Hjärnskakningar var vanligare bland spelare i SDHL än i kontrollgruppen. Ingen signifikant skillnad av hjärnskakningsliknade symtom sågs mellan grupperna. Symtomen var inte tillräckligt specifika för att jämföra grupper emellan, utan bör enbart jämföras individuellt. / Background: Concussions are frequently occurring in ice hockey, both women and men hockey. A concussion appears from direct or indirect violence against the head, that will cause brain movement, and in worse case a bleeding on the brain. There are guidelines for concussion management and rehabilitation that needs to take seriously as there are risks of retaining symptoms. SCAT-3 is a concussion tool, with a symptom scale. A higher score means bigger issues of the symptoms. No studies have been done on the concussion frequency and concussion-similar symptoms for players in the Svenska damhockeyligan (SDHL).Purpose: Find out frequency of concussion and concussion-similar symptoms compared to a control group. Method: Quantitative descriptive and comparative cross-sectional design. An internet based test, based on SCAT-3, with total 92 participants, n=48 hockey players, n=44 control group.Results: Concussion frequency was 64.6 % for hockey players, and significant higher compared to the control group 38.6% (p=0.013). In total, concussion-similar symptom score for hockey players was 17.6 points and for control group 16.4 points. No significant difference between the groups. The most common symptoms among hockey players were fatigue or low energy, neck pain and irritation. In the control group, fatigue or low energy, more emotional and concentration difficulties was the most common.Conclusion: 64.6 % of the players in SDHL had received at least one concussion. Concussions are more common among players in SDHL than a control group. No significant difference of concussion-similar symptoms. The symptoms are not specific

The topic of this thesis is on how text mining could be used on patient-reported symptom descriptions, and how it could be used to aid doctors in their diagnostic process. Healthcare delivery today is struggling to provide care to remote settings, and costs are increasing together with the aging population. The aid provided to doctors from text mining on patient descriptions is unknown.Investigating if text mining can aid doctors by presenting additional information, based on what patients who write similar things to what their current patient is writing about, could be relevant to many settings in healthcare. It has the potential to improve the quality of care to remote settings and increase the number of patients treated on the limited resources available. In this work, patient texts were represented using the Bag-of-Words model and clustered using the k-means algorithm. The final clustering model used 41 clusters, and the ten most important words for the cluster centroids were used as representative words for the cluster. An experiment was then performed to gauge how the doctors were aided in their diagnostic process when patient texts were paired with these additional words. The results were that the words aided doctors in cases where the patient case was difficult and that the clustering algorithm can be used to provide the current patient with specific follow-up questions. / Ämnet för detta examensarbete är hur text mining kan användas på patientrapporterade symptombeskrivningar, och hur det kan användas för att hjälpa läkare att utföra den diagnostiska processen. Sjukvården har idag svårigheter med att leverera vård till avlägsna orter, och vårdkostnader ökar i och med en åldrande population. Idag är det okänt hur text mining skulle kunna hjälpa doktorer i sitt arbete. Att undersöka om läkare blir hjälpta av att presenteras med mer information, baserat på vad patienter som skriver liknande saker som deras nuvarande patient gör, kan vara relevant för flera olika områden av sjukvården. Text mining har potential att förbättra vårdkvaliten för patienter med låg tillgänglighet till vård, till exempel på grund av avstånd. I detta arbete representerades patienttexter med en Bag-of-Words modell, och klustrades med en k-means algoritm. Den slutgiltiga klustringsmodellen använde sig av 41 kluster, och de tio viktigaste orden för klustercentroider användes för att representera respektive kluster. Därefter genomfördes ett experiment för att se om och hur läkare blev behjälpta i sin diagnostiska process, om patienters texter presenterades med de tio orden från de kluster som texterna hörde till. Resultaten från experimentet var att orden hjälpte läkarna i de mer komplicerade patientfallen, och att klustringsalgoritmen skulle kunna användas för att ställa specifika följdfrågor till patienter.