A PRELIMINARY ANALYSIS OF THE IMPACT OF PREVIOUS KNEE INJURY ON MEASURES OF BALANCE AND THEIR IMPLICATIONS FOR SECONDARY PREVENTION
Notice bibliographique
Résumé
Background Individuals with a history of previous injury have been shown to be at higher risk for re-injury. It is plausible that this is due to balance deficits which have been identified as injury risk factors in multiple sports. Objective To quantify the impact of previous knee joint injury on clinical and force plate measures of balance. Design Historical Cohort. Setting University of Calgary Human Performance Laboratory. Participants 25 young adults with a 3–10 year history of intra-articular knee joint injury and 25 matched (age, sex and sport) uninjured controls (34 males: 17-26 yrs; 16 females: 14-26 yrs). Assessment of risk factors Intra-articular knee injury was defined as a clinical diagnosis of bone, cartilage, ligament or meniscal injury that required medical consultation and disrupted sport participation. Main outcome measures Star excursion balance test (SEBT), medio-lateral entropic half-life (EHL-ML), anterior-posterior entropic half-life (EHL-AP), and center of pressure 95% ellipse area (EA). Force plate measures were quantified during single leg quiet standing. Results Injured participants had longer EHL-ML compared to healthy controls [Injured: 103 ms (95% CI: 97–109), Uninjured 94 ms (95% CI: 88–100), (paired t=2.031, P=.048)]. No group differences were found for the remaining balance measure [SEBT: Injured 76% (95% CI: 74–79), Uninjured 79% (95% CI: 77,80), (paired t=1.413, P=.164); EHL-AP: Injured 169 ms (95% CI: 148–190), Uninjured 152 ms (95% CI: 138–167), (paired t=1.289, P=.204); EA: Injured 694 mm2(95% CI: 585–802), Uninjured 597 mm2(95% CI: 505–688), (paired t=1.340, P=.187)]. Conclusions Participants with previous knee injury (3–10 years) were unable to adjust their position as quickly and frequently as healthy controls as indicated by longer EHL-ML. This result suggests that previous injury has an impact on balance ability. These findings support the evaluation of balance to inform the development of interventions to prevent re-injury.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».