MétaCan
Menu
Retour à la cohorte
Enregistrement W2414494970

Conservative management of an elite ice hockey goaltender with femoroacetabular impingement (FAI): a case report.

2015· article· en· W2414494970 sur OpenAlexaff
Kyle MacIntyre, Brendan Gomes, S. J. MacKenzie, Kevin D’Angelo

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensCanadian Memorial Chiropractic College
Organismes subventionnairesnon disponible
Mots-clésIce hockeyFemoroacetabular impingementMedicinePhysical therapyRehabilitationPhysical medicine and rehabilitation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To detail the presentation of an elite male ice hockey goaltender with cam-type femoroacetabular impingement (FAI) and acetabular labral tears. This case will outline the prevalence, clinical presentation, imaging criteria, pathomechanics, and management of FAI, with specific emphasis on the ice hockey goaltender. CLINICAL FEATURES: A 22-year old retired ice hockey goaltender presented to a chiropractor after being diagnosed by an orthopaedic surgeon with MRI confirmed left longitudinal and chondral flap acetabular labral tears and cam-type femoroacetabular impingement (FAI). As the patient was not a candidate for surgical intervention, a multimodal conservative treatment approach including manual therapy, electroacupuncture and rehabilitation exercises were implemented. SUMMARY: FAI is prevalent in ice hockey players, particularly with goaltenders. Both skating and position-dependent hip joint mechanics involved in ice hockey may exacerbate or contribute to acquired and congenital forms of symptomatic FAI. As such, practitioners managing this population must address sport-specific demands in manual therapy, rehabilitation and physical training, to improve functional outcomes and prevent future injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0060,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,282
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHip disorders and treatmentsTravaux en français237 207