Predicting sport and occupational lower extremity injury risk through movement quality screening: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Identification of risk factors for lower extremity (LE) injury in sport and military/first-responder occupations is required to inform injury prevention strategies. OBJECTIVE: To determine if poor movement quality is associated with LE injury in sport and military/first-responder occupations. MATERIALS AND METHODS: 5 electronic databases were systematically searched. Studies selected included original data; analytic design; movement quality outcome (qualitative rating of functional compensation, asymmetry, impairment or efficiency of movement control); LE injury sustained with sport or military/first-responder occupation. The Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines were followed. 2 independent authors assessed the quality (Downs and Black (DB) criteria) and level of evidence (Oxford Centre of Evidence-Based Medicine model). RESULTS: Of 4361 potential studies, 17 were included. The majority were low-quality cohort studies (level 4 evidence). Median DB score was 11/33 (range 3-15). Heterogeneity in methodology and injury definition precluded meta-analyses. The Functional Movement Screen was the most common outcome investigated (15/17 studies). 4 studies considered inter-relationships between risk factors, 7 reported diagnostic accuracy and none tested an intervention programme targeting individuals identified as high risk. There is inconsistent evidence that poor movement quality is associated with increased risk of LE injury in sport and military/first-responder occupations. CONCLUSIONS: Future research should focus on high-quality cohort studies to identify the most relevant movement quality outcomes for predicting injury risk followed by developing and evaluating preparticipation screening and LE injury prevention programmes through high-quality randomised controlled trials targeting individuals at greater risk of injury based on screening tests with validated test properties.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».