The Effectiveness of Multimodal Care for Soft Tissue Injuries of the Lower Extremity: A Systematic Review by the Ontario Protocol for Traffic Injury Management (OPTIMa) Collaboration
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this systematic review was to evaluate the effectiveness of multimodal care for the management of soft tissue injuries of the lower extremity. METHODS: We systematically searched MEDLINE, EMBASE, PsycINFO, CINAHL, and the Cochrane Central Register of Controlled Trials from 1990 to 2015. Random pairs of independent reviewers screened studies for relevance and critically appraised eligible studies using the Scottish Intercollegiate Guidelines Network criteria. We included studies with a low risk of bias in our best evidence synthesis. RESULTS: We screened 6794 articles. Six studies had a low risk of bias and addressed the following: plantar heel pain (n = 2), adductor-related groin pain (n = 1), and patellofemoral pain (n = 3). The evidence suggests that multimodal care for the management of persistent plantar heel pain may include mobilization and stretching exercise. An intensive, clinic-based, group exercise program (strengthening, stretching, balance, agility) is more effective than multimodal care for the management of adductor-related groin pain in male athletes. There is inconclusive evidence to support the use of multimodal care for the management of persistent patellofemoral pain. Our search did not identify any low risk of bias studies examining multimodal care for the management of other soft tissue injuries of the lower extremity. CONCLUSION: A multimodal program of care for the management of persistent plantar heel pain may include mobilization and stretching exercise. Multimodal care for adductor-related groin pain is not recommended based on the current evidence. There is inconclusive evidence to support the use of multimodal care for the management of persistent 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.
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 | 0,043 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,017 | 0,014 |
| Bibliométrie | 0,019 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».