MétaCan
Menu
Retour à la cohorte
Enregistrement W3041978734 · doi:10.1186/s40814-020-00632-y

Heavy shoulder strengthening exercise in people with hypermobility spectrum disorder (HSD) and long-lasting shoulder symptoms: a feasibility study

2020· article· en· W3041978734 sur OpenAlexaboutno aff
Behnam Liaghat, Søren Thorgaard Skou, U. G. Jørgensen, Jens Søndergaard, Karen Søgaard, Birgit Juul‐Kristensen

Notice bibliographique

RevuePilot and Feasibility Studies · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensnon disponible
Organismes subventionnairesRegion SjællandSyddansk UniversitetOdense UniversitetshospitalEuropean CommissionGigtforeningenRegion Syddanmark
Mots-clésHypermobility (travel)Physical therapyPhysical medicine and rehabilitationMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People with hypermobility spectrum disorder (HSD) are in great risk of experiencing shoulder symptoms, but evidence for treatment is sparse. Therefore, the objective was to evaluate the feasibility of 16-week shoulder strengthening programme for improving shoulder strength and function in people with HSD and shoulder symptoms for more than 3 months to inform a future randomised controlled trial (RCT). METHODS: Twelve participants (11 females, 39.3 ± 13.9 years) with HSD and shoulder instability and/or pain for more than 3 months underwent a 16-week heavy shoulder strengthening exercise programme three times weekly using exercises targeting scapular and rotator cuff muscles. Primary outcomes were pre-defined research progression criteria including recruitment rate (acceptable, 6 participants/month), assessment duration (acceptable: < 120 min), participant retention (acceptable: > 80% complete intervention), training adherence (acceptable: > 75% adhere to > 36 training sessions) and adverse events (acceptable: minor events with no participants discontinuing the study), besides participant and physiotherapist feedback. Secondary treatment outcomes were assessed using the Western Ontario Shoulder Instability Index (WOSI, 0-2100 better to worse), self-reported pain, kinesiophobia and fatigue, isometric shoulder strength, besides clinical tests for instability, hypermobility, laxity, and proprioception. RESULTS: Recruitment rate was 5.6/month, assessment duration (mean ± SD) 105 ± 9 min, retention 100%, adherence 83%, and four participants experienced short-lasting soreness or pain. Participant feedback was positive, and physiotherapists found the intervention relevant and applicable to the population. The WOSI total score showed an improvement by 51% (mean ± SD, points: baseline 1037 ± 215; Follow up 509 ± 365; mean change (95% CI), - 528 (- 738, - 318)), and participants reported reduced pain, kinesiophobia and fatigue. Shoulder strength measurements improved by 28-31% (mean change (95% CI), Nm/kg: scaption 0.51 (0.23, 0.78); internal rotation 1.32 (0.70, 1.95) and external rotation 0.89 (0.37, 1.40)), and clinical tests indicated decreased shoulder laxity/instability. CONCLUSIONS: The shoulder strengthening exercise programme was feasible and safe for people with HSD and long-lasting shoulder symptoms. A future RCT, with an improved recruitment strategy, will demonstrate whether the exercise programme is also effective in improving symptoms and muscle-tendon function in this population. TRIAL REGISTRATION: ClinicalTrials.gov: NCT03547570. Registered on May 3, 2018.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,367
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePilot and Feasibility StudiesMême sujetConnective tissue disorders researchTravaux en français237 207