Association between Foot Posture Index and Ankle Sprain in Indoor Football Players
Notice bibliographique
Résumé
<p><strong>Objective</strong><strong>: </strong>This study investigated the relationship between foot type and ankle sprain incidence.</p><p><strong>Method</strong><strong>: </strong>In a prospective cohort study using the FPI, 68 adult male and female indoor football (Futsal) players were measured and their feet were classified according to foot posture index (FPI) as neutral, supinated and pronated. They were followed over 6 month as a one competition season and at the end, any injuries at the ankle during this period were detected.</p><p><strong>Result</strong><strong>: </strong>There was no significant association between FPI score (considering the total FPI score and its six components) and occurrence of ankle sprain. Also, no association was existed between gender, age, height, weight, BMI, duration of professional exercise, dominant foot and occurrence of ankle sprain. In this study, the history of previous ankle sprain was the only significant predictor of the occurrence of ankle sprain in the follow-up period. Participants with the positive history of previous ankle sprain were at higher risk of developing new ankle sprain (OR=6.02, 95% CI: (1.93, 18.84), p=0.002).</p><p><strong>Conclusion</strong><strong>: </strong>There was no significant association between FPI score and occurrence of ankle sprain.<strong></strong></p><p><strong>Limitation: </strong>there was scarce of supinated foot in the study so evaluation of relationship between supinated feet and ankle sprain was not applicable.</p>
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 | 0,002 | 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 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 ».