Evidence-based risk assessment and recommendations for physical activity: arthritis, osteoporosis, and low back pain<sup>1</sup>This paper is one of a selection of papers published in the Special Issue entitled Evidence-based risk assessment and recommendations for physical activity clearance, and has undergone the Journal’s usual peer-review process.
Notice bibliographique
Résumé
We systematically reviewed the safety of physical activity (PA) for people with arthritis, osteoporosis, and low back pain. We searched PubMed, MEDLINE, Sport Discus, and the Cochrane Central Register of Controlled Trials (1966 through March 2008) for relevant articles on PA and adverse events. A total of 111 articles met our inclusion criteria. The incidence for adverse events during PA was 3.4%-11% (0.06%-2.4% serious adverse events) and included increased joint pain, fracture, and back pain for those with arthritis, osteoporosis, and low back pain, respectively. Recommendations were based on the Appraisal of Guidelines for Research and Evaluation, which applies Levels of Evidence based on type of study ranging from high-quality randomized controlled trials (Level 1) to anecdotal evidence (Level 4) and Grades from A (strong) to C (weak). Our main recommendations are that (i) arthritic patients with highly progressed forms of disease should avoid heavy load-bearing activities, but should participate in non-weight-bearing activities (Level 2, Grade A); and (ii) patients with osteoporosis should avoid trunk flexion (Level 2, Grade A) and powerful twisting of the trunk (Level 3, Grade C); (iii) patients with acute low back pain can safely do preference-based PA (i.e., PA that does not induce pain), including low back extension and flexion (Level 2, Grade B); (iv) arthritic patients with stable disease without progressive joint damage and patients with stable osteoporosis or low back pain can safely perform a variety of progressive aerobic or resistance-training PAs (Level 2, Grades A and B). Overall, the adverse event incidence from reviewed studies was low. PA can safely be done by most individuals with musculoskeletal conditions.
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 | 0,101 | 0,390 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,018 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,009 | 0,004 |
| Intégrité de la recherche | 0,014 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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 ».