MétaCan
Menu
Retour à la cohorte
Enregistrement W3100785362 · doi:10.4085/1062-6050-0535.19

A Contemporary Approach to Patellofemoral Pain in Runners

2020· article· en· W3100785362 sur OpenAlexaff
Jean-François Esculier, Kevin Maggs, Ellora Maggs, Blaise Dubois

Notice bibliographique

RevueJournal of Athletic Training · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensRunning Injury ClinicKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionPhysical medicine and rehabilitationPsychosocialBiomechanicsRehabilitationPhysical therapyMedicineGaitWeaknessPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Patellofemoral pain (PFP) is among the most common injuries in recreational runners. Current evidence does not identify alignment, muscle weakness, and patellar maltracking or a combination of these as causes of PFP. Rather than solely investigating biomechanics, we suggest a holistic approach to address the causes of PFP. Both external loads, such as changes in training parameters and biomechanics, and internal loads, such as sleep and psychological stress, should be considered. As for the management of runners with PFP, recent research suggested that various interventions can be considered to help symptoms, even if these interventions target biomechanical factors that may not have caused the injury in the first place. In this Current Concepts article, we describe how the latest evidence on education about training modifications, strengthening exercises, gait and footwear modifications, and psychosocial factors can be applied when treating runners with PFP. The importance of maintaining relative homeostasis between load and capacity will be emphasized. Recommendations for temporary or longer-term interventions will be discussed. A holistic, evidence-based approach should consist of a graded exposure to load, including movement, exercise, and running, while considering the capacity of the individual, including sleep and psychosocial factors. Cost, accessibility, and the personal preferences of patients should also be considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,090
Tête enseignante GPT0,227
Écart entre enseignants0,137 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Athletic TrainingMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207