Trunk Muscle Endurance in Individuals With and Without a History of Anterior Cruciate Ligament Reconstruction
Notice bibliographique
Résumé
ABSTRACT: Werner, DM and Barrios, JA. Trunk muscle endurance in individuals with and without a history of anterior cruciate ligament reconstruction. J Strength Cond Res 35(1): 118-123, 2021-Anterior cruciate ligament (ACL) rupture is one of the most common knee injuries and often leads to surgery. Second injury after an ACL reconstruction (ACLR) is a major risk after rehabilitation, and may be linked to persistent postoperative deficits in muscular strength and endurance. Trunk muscle endurance has not been well studied after ACLR. Therefore, the purpose of this study was to compare trunk endurance using the established McGill testing battery in 20 individuals who had previously undergone ACLR at least 1 year before with 20 controls matched for sex frequency, limb dominance, age, body mass index, and activity level. Four static positional holds to failure were performed in random order, with time in seconds recorded as the primary dependent variable. Mann-Whitney U tests using an alpha level of 0.05 were conducted comparing hold times for all positions between groups. Effect sizes were also calculated between groups. Deficits in trunk extension endurance were observed in the surgical group. The results of this study suggest that contemporary rehabilitation schemes after ACLR do not fully address trunk endurance deficits. Health care professionals delivering postoperative rehabilitation after ACLR may consider direct assessment of trunk endurance and targeted exercise training to address potential deficits.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».