Knee Angular Impulse as a Predictor of Patellofemoral Pain in Runners
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Identification of mechanical factors associated with patellofemoral pain, the most prevalent running injury, is necessary to help in injury prevention, but unfortunately they remain elusive. HYPOTHESIS: Runners who develop patellofemoral pain have increased knee joint angular impulse in the frontal plane. STUDY DESIGN: Case control study; Level of evidence, 3. METHODS: A retrospective study compared knee abduction impulses of 20 patellofemoral pain patients with those of 20 asymptomatic patients. A second prospective study quantified knee angular impulses during the stance phase of running of 80 runners at the beginning of the summer running season. Epidemiologic data were then collected, recording the type and severity of injury of these runners during a 6-month running period. RESULTS: The patellofemoral pain patients in the retrospective study had significantly higher (P = .026) knee abduction impulses (17.0 +/- 8.5 Nms) than did the asymptomatic patients (12.5 +/- 5.5 Nms). Six patients developed patellofemoral pain during the prospective study. The prospective data showed that patients who developed patellofemoral pain had significantly higher (P = .042) knee abduction impulses (9.2 +/- 3.7 Nms) than did matched patients who remained uninjured (4.7 +/- 3.5 Nms). CONCLUSION: The data indicate that increased knee abduction impulses should be deemed risk factors that play a role in the development of patellofemoral pain in runners. CLINICAL RELEVANCE: Footwear and running style can influence knee angular impulse, and the appropriate manipulation of these variables may play a preventive role for patients who are predisposed to patellofemoral pain.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle