VALIDITY OF FUNCTIONAL SCREENING TESTS TO PREDICT LOST-TIME LOWER QUARTER INJURY IN A COHORT OF FEMALE COLLEGIATE ATHLETES
Notice bibliographique
Résumé
BACKGROUND: Lower quarter injuries account for more than 50% of all injuries in collegiate athletics. Neuromuscular screening tests could potentially identify athletes who are at risk for sustaining an injury. While previous research has studied individual tests, the authors of this paper are unaware of any study that has compared diagnostic accuracy of multiple neuromuscular screening tests within one study cohort. HYPOTHESIS/PURPOSE: The purpose of this study was to examine the accuracy of three common neuromuscular screening tests to predict the occurrence of a lower quarter injury in female collegiate volleyball and basketball players. STUDY DESIGN: Prospective Cohort. METHODS: , and Single Leg Hop test. Data were collected on lower quarter injury incidence, lost practice time, and lost competition time among subjects throughout the course of one season. Receiver operating characteristics curves were plotted and area under the curve was calculated to assess the relationship between lower extremity injury incidence and the scores of the functional tests. RESULTS: Lost-time injuries occurred in 11 athletes (31.4%), of whom, six athletes (17.1%) lost 50 hours or greater. There were no significant relationships between occurrence of a lost-time lower extremity injury and scores on any of the three tests. Positive and negative likelihood ratios all included the value of 1.0. CONCLUSIONS: Although reliable, the screening tests under study did not appear to retain adequate validity to predict lower quarter injury risk within these female collegiate athletes. LEVEL OF EVIDENCE: Level 2b.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».