Jumper's Knee: A Prospective Evaluation of Risk Factors in Volleyball Players Using a Novel Measure of Injury
Notice bibliographique
Résumé
OBJECTIVES: To examine potential intrinsic risk factors that may contribute to the onset of jumper's knee in elite level-male volleyball players. DESIGN: Prospective Cohort Study. SETTING: Varsity and National team volleyball gymnasiums. PARTICIPANTS: Sixty elite adult male volleyball players from Canada. ASSESSMENT OF RISK FACTORS: Players completed a series of risk factor assessments at the commencement of their seasons, including vertical jump (cm), ankle dorsiflexion range (degrees), dynamic balance (normalized distance reached; cm), dynamic knee alignment (degrees), and landing mechanics (degrees). MAIN OUTCOME MEASURE: Self-reported knee problems, captured via short message service. RESULTS: Knee problem prevalence was 75% [95% confidence intervals (CIs): 62.2-84.6] and the incidence rate for substantial injuries over the study period was 30 injuries/100 players/season (95% CI: 19.5-43.1). No risk factor was found to significantly predict the future occurrence of developing jumper's knee. The odds ratios were close to unity (range: 0.94-1.07) with narrow confidence intervals and P > 0.05. CONCLUSIONS: A more sensitive capture of overuse knee problems did not result in the identification of distinct risk factors for the development of jumper's knee. These findings highlight a lack of available methodology to accurately assess risk factors for overuse injuries.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».