Joint hypermobility in athletes is associated with shoulder injuries: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Joint hypermobility in athletes is associated with increased risk of knee injuries, but its role in relation to shoulder injuries has not been scrutinized. Therefore, our aim was to synthesize the evidence on the association between joint hypermobility and shoulder injuries in athletes. METHODS: Data sources were MEDLINE, CINAHL, EMBASE, and SPORTDiscus from inception to 27th February 2021. Eligibility criteria were observational studies of athletes (including military personnel), mean age ≥ 16 years, and with a transparent grouping of those with and without joint hypermobility. A broad definition of joint hypermobility as the exposure was accepted (i.e., generalised joint hypermobility (GJH), shoulder joint hypermobility including joint instability). Shoulder injuries included acute and overuse injuries, and self-reported pain was accepted as a proxy for shoulder injuries. The Odds Ratios (OR) for having shoulder injuries in exposed compared with non-exposed athletes were estimated using a random effects meta-analysis. Subgroup analyses were performed to explore the effect of sex, activity type, sports level, study type, risk of bias, and exposure definition. Risk of bias and the overall quality of evidence were assessed using, respectively, the Newcastle-Ottawa Scale and the Grading of Recommendations Assessment, Development and Evaluation (GRADE). RESULTS: = 75.3%; p = 0.001). Exposure definition (GJH, OR = 1.97, 95% CI 1.32, 2.94; shoulder joint hypermobility, OR = 8.23, 95% CI 3.63, 18.66; p = 0.002) and risk of bias (low, OR = 5.25, 95% CI 2.56, 10.8; high, OR = 1.6, 95% CI 0.78, 3.29; p = 0.024) had large impacts on estimates, while the remaining subgroup analyses showed no differences. The overall quality of evidence was low. CONCLUSION: Joint hypermobility in athletes is associated with a threefold higher odds of having shoulder injuries, highlighting the need for prevention strategies in this population. However, due to low quality of evidence, future research will likely change the estimated strength of the association. PROTOCOL REGISTRATION: Open Science Framework registration osf.io/3wrn9.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».