MétaCan
Menu
Retour à la cohorte
Enregistrement W2618258490 · doi:10.1249/01.mss.0000517210.29165.6c

Effect of Running Speed on Achilles Tendon Injury Potential

2017· article· en· W2618258490 sur OpenAlexaff
Michael Baggaley, W. Brent Edwards

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnkleImpulse (physics)Achilles tendonMathematicsExponential functionStatisticsTendonMechanicsMathematical analysisMedicinePhysicsSurgery

Résumé

récupéré en direct d'OpenAlex

: Previous literature has suggested that increasing running speed is associated with a reduction in cumulative load per distance traveled and thereby a decrease in injury risk. However, the tissue damage incurred by a bout of loading is a function of its stress-life (S-N) behavior which describes the exponential relationship between loading magnitude and cycles to failure. Current cumulative loading measures do not consider the S-N relationship which may in fact lead to erroneous conclusions about tissue damage and injury risk. PURPOSE: The purpose of this study was to examine the influence of running speed on an S-N weighted impulse measure at the Achilles tendon. METHODS: Ten participants ran overground at 2.5, 3.5, and 4.5 m/s while force and motion capture data were recorded. An inverse dynamics analysis was used to calculate joint moments and AT force was calculated from the ankle joint moment and the AT moment arm which was a function of ankle joint angle. AT impulse per step was calculated as the time integral of the AT force curve. A weighted impulse measure was quantified where AT force was raised to the power of 9. This value was derived from in vitro tendon testing and describes the slope of the S-N tendon curve. Impulse and weighted impulse per km were calculated as the respective impulse per step measures multiplied by the number of steps necessary to run 1km. A Friedman test examined the main effect of speed followed by Bonferroni adjusted pair-wise comparisons. RESULTS: A significant main effect of speed was observed for impulse per step (p=0.003), impulse per km (p<0.001) and weighted impulse per km (p<0.001). In general, the impulse per step and impulse per km decreased with running speed (p≤0.013); however, no significant differences were observed between 3.5 and 2.5 m/s (p≥0.047). On the other hand, the weighted impulse per km increased with running speed (p=0.005). CONCLUSION: Using a traditional measure of cumulative impulse suggests that running faster may decrease the risk of Achilles tendon injury. This counterintuitive conclusion is not reached when using a weighted impulse measure that considers the S-N behavior of the tendon.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,321
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetSports Performance and TrainingTravaux en français237 207