MétaCan
Menu
Retour à la cohorte
Enregistrement W2761876677 · doi:10.1177/0363546517732541

Return to Sport-Specific Performance After Primary Anterior Cruciate Ligament Reconstruction: A Systematic Review

2017· review· en· W2761876677 sur OpenAlexaff
Nicholas G. Mohtadi, Denise Chan

Notice bibliographique

RevueThe American Journal of Sports Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnterior cruciate ligament reconstructionMedicineMEDLINEData extractionSystematic reviewCritical appraisalPhysical therapyAthletesMeta-analysisEvidence-based medicineAnterior cruciate ligamentPhysical medicine and rehabilitationAlternative medicineSurgeryInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physicians counseling athletes on the prognosis of sport-specific performance outcomes after anterior cruciate ligament reconstruction (ACLR) depend on the published literature. However, critical appraisal of the validity and biases in these studies is required to understand how ACLR affects an athlete's ability to return to sport, the athlete's sport-specific performance, and his or her ability to achieve preinjury levels of performance. PURPOSE: This review identifies the published prognostic studies evaluating sport-specific performance outcomes after ACLR. A risk of bias assessment and summaries of return to sport and career longevity results are provided for each included study. STUDY DESIGN: Systematic review. METHODS: Electronic databases (Ovid MEDLINE, EMBASE, Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials, and PUBMED) were searched via a defined search strategy with no limits, to identify relevant studies for inclusion in the review. A priori defined eligibility criteria included studies measuring sport-specific performance within an athlete's sport, before and after primary ACLR. Reference lists of eligible studies were hand-searched for additional relevant studies. Data extraction was performed by use of a standardized spreadsheet. Each included study was assessed by use of 6 bias domains of the Quality in Prognosis Studies tool to critically appraise study participation, study attrition, prognostic factors, outcome measurement, confounders, and statistical analysis and reporting. Two authors independently performed each stage of the review and reached consensus through discussion. RESULTS: Fifteen pertinent prognostic studies evaluated sport-specific performance outcomes and/or return to play after ACLR for athletes participating in competitive soccer, football, ice hockey, basketball, Alpine ski, X-Games ski and snowboarding, and baseball. Twelve of these studies were considered to have a high level of bias. CONCLUSION: This review demonstrated that most high-performance or professional athletes returned to their preinjury level of sport after ACLR. The bulk of evidence suggests there was a measurable decrease in performance statistics, although this is highly sport-specific. A paucity of literature is available that addresses sport-specific performance in athletes after ACLR. This review has determined that the available literature is highly biased and must be read with caution. CLINICAL RELEVANCE: By better understanding the validity and biases in the published literature, physicians can provide more informed prognoses about return to sport-specific performance after ACLR while considering risk factors relevant to their patients. REGISTRATION: CRD42016046709 (International Prospective Register of Systematic Reviews, https://www.crd.york.ac.uk/prospero/ ).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0120,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,331
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations87
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Sports MedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207