Psychological, social and contextual factors across recovery stages following a sport-related knee injury: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: To explore the role of psychological, social and contextual factors across the recovery stages (ie, acute, rehabilitation or return to sport (RTS)) following a traumatic time-loss sport-related knee injury. MATERIAL AND METHODS: This review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews and Arksey and O'Malley framework. Six databases were searched using predetermined search terms. Included studies consisted of original data written in English that identified or described a psychological, social or contextual factor related to recovery after a traumatic time-loss sport-related knee injury. Two authors independently conducted title-abstract and full-text reviews. Study quality was assessed using the Mixed Methods Appraisal Tool. Thematic analysis was undertaken. RESULTS: Of 7289 records, 77 studies representing 5540 participants (37% women, 84% anterior cruciate ligament tears, aged 14-60 years) were included. Psychological factors were investigated across all studies, while social and contextual factors were assessed in 39% and 21% of included studies, respectively. A cross-cutting concept of individualisation was present across four psychological (barriers to progress, active coping, independence and recovery expectations), two social (social support and engagement in care) and two contextual (environmental influences and sport culture) themes. Athletes report multiple barriers to recovery and valued their autonomy, having an active role in their recovery and diverse social support. CONCLUSION: Diverse psychological, social and contextual factors are present and influence all stages of recovery following a traumatic sport-related knee injury. A better understanding of these factors at the time of injury and throughout rehabilitation could assist with optimising injury management, promoting RTS, and long-term health-related quality-of-life.
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 | 0,015 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,014 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».