Association between frontal plane knee control and lower extremity injuries: a prospective study on young team sport athletes
Notice bibliographique
Résumé
BACKGROUND/AIM: Poor frontal plane knee control can manifest as increased dynamic knee valgus during athletic tasks. The purpose of this study was to investigate the association between frontal plane knee control and the risk of acute lower extremity injuries. In addition, we wanted to study if the single-leg squat (SLS) test can be used as a screening tool to identify athletes with an increased injury risk. METHODS: A total of 306 basketball and floorball players participated in the baseline SLS test and a 12-month injury registration follow-up. Acute lower extremity time-loss injuries were registered. Frontal plane knee projection angles (FPKPA) during the SLS were calculated using a two-dimensional video analysis. RESULTS: Athletes displaying a high FPKPA were 2.7 times more likely to sustain a lower extremity injury (adjusted OR 2.67, 95% CI 1.23 to 5.83) and 2.4 times more likely to sustain an ankle injury (OR 2.37, 95% CI 1.13 to 4.98). There was no statistically significant association between FPKPA and knee injury (OR 1.49, 95% CI 0.56 to 3.98). The receiver operating characteristic curve analyses indicated poor combined sensitivity and specificity when FPKPA was used as a screening test for lower extremity injuries (area under the curve of 0.59) and ankle injuries (area under the curve of 0.58). CONCLUSIONS: Athletes displaying a large FPKPA in the SLS test had an elevated risk of acute lower extremity and ankle injuries. However, the SLS test is not sensitive and specific enough to be used as a screening tool for future injury risk.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 ».