THE EFFECT OF SPINAL STABILISATION TRAINING ON SPINAL MOBILITY, VERTICAL JUMP, AGILITY, AND BALANCE
Notice bibliographique
Résumé
In a population of patients with chronic low back pain (CLBP), spinal stabilization training has been shown to relieve symptoms and improve range of motion of the hips and lumbar spine. However, no study has yet shown that this type of training improves the stability of the spine in either healthy or CLBP patients. Furthermore, while stabilization training is used by athletes across a diversity of sport backgrounds, a correlation between spinal stability and athletic performance has not been quantified. PURPOSE To determine if spinal stability can be enhanced in a group of college-aged athletes and to quantify a possible relationship between spinal stability and athletic performance. METHODS 36 subjects (20 +/- 1.2 yrs) were randomly assigned to either one of two treatment groups and a control group. Over a ten-week period members of treatment group A performed spinal stabilization training exercises 4 days per week while members of treatment group B performed an equivalent volume of traditional abdominal exercises. The control group performed no exercise in addition to their specific sport training. At weeks 0, 5, and 10 spinal stability, vertical jump, agility, and balance were assessed. Comparisons were made using ANOVA for repeated measures. RESULTS Improvements in spinal stability were greater for group A when compared with the improvements of either group B or the control (10 +/- 1.25 vs. 3 +/- 1 vs. 2.5 +/- 0.75 mmHg, p < 0.05). Greater improvements were also observed in group A for agility (0.57 vs. 0.23 vs. 0,20 sec., p < 0.05) and balance (18 vs. 12 vs. 11 sec, p < 0.05) tests. However, no difference was noted between groups for the vertical jump assessment.
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 | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».