Golf-Related Low Back Pain: A Review of Causative Factors and Prevention Strategies
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
Golf is a popular sport with both perceived and real health benefits. However, certain injury risks are also prevalent, particularly to the lower back. Epidemiological studies have shown that lower back pain (LBP) from golf account for between 18% and 54% of all documented ailments, leading many researchers to regard the condition as the most common golf injury. The purpose of this review was to examine the scientific literature to ascertain the risk factors associated with the development of LBP from playing golf and suggest methods to modify or limit these factors. Results of the review indicate that the high frequency of LBP appears multi-factorial although the asymmetrical and forceful nature of the swing along with excessive play and practice, particularly amongst elite players, appear to be common factors. Other factors include swing flaws leading to excessive side-bend and over-rotation of the spine, abnormal muscle recruitment, poor trunk endurance, restricted lead hip internal rotation and the use of unnecessarily stressful club transportation methods. Methods to help control or eliminate excessive stress on the lower back would include reducing the amount spent playing or practicing, seeking professional assistance to assess and adjust swing mechanics, improve trunk and hip flexibility, increase the strength and endurance of the trunk musculature, consider different footwear options and avoid carrying the golf bag. Adopting some or all of these recommendations should allow players to continue to enjoy the sport of golf well into their senior years.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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