A Standardized, Evidence-Based Massage Therapy Program for Decentralized Elite Paracyclists: Creating the Model
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Evidence suggests that para-athletes are injured more often than able-bodied athletes. The benefits of massage therapy for these disabled athletes are yet to be explored. This paper documents the process followed for creating a massage program for elite paracycling athletes with the goal to assess effects on recovery, rest, performance, and quality of life both on and off the bike. SETTING: Massage therapists' private practices throughout the United States. PARTICIPANTS: A United States Paracycling team consisting of 9 elite athletes: 2 spinal cord injury, 2 lower limb amputation, 1 upper limb amputation, 1 transverse myelitis, 1 stroke, 1 traumatic brain injury, and 1 visually impaired. DESIGN: The process used to develop a massage therapy program for para-cyclists included meetings with athletes, coaching staff, team exercise physiologist, and sports massage therapists; peer-reviewed literature was also consulted to address specific health conditions of para-athletes. RESULTS: Team leadership and athletes identified needs for quicker recovery, better rest, and improved performance in elite paracyclists. This information was used to generate a conceptual model for massage protocols, and led to creation of the intake and exit questionnaires to assess patient health status and recovery. Forms also were created for a general health intake, therapist information, and a therapist's SOAAP notes. DISCUSSION: The conceptual model and questionnaires developed herein will help to operationalize an exploratory study investigating the feasibility of implementing a standardized massage therapy program for a decentralized elite paracycling team.
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 | 0,021 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».