Prevalence and Pain Distribution of Anterior Knee Pain in Collegiate Basketball Players
Notice bibliographique
Résumé
CONTEXT: Causes of anterior knee pain (AKP) in jumping athletes include patellofemoral pain and patellar tendinopathy. The differential diagnosis of AKP is challenging, with variations in clinical presentations. No previous research has used pain location to describe AKP in basketball players. OBJECTIVE: To (1) describe the prevalence and pain distribution of AKP in collegiate basketball players and (2) report the prevalence of focal inferior pole pain using 2 outcome measures. DESIGN: Cross-sectional study. SETTING: University and collegiate basketball facilities in Alberta, Canada. PATIENTS OR OTHER PARTICIPANTS: A total of 242 collegiate basketball athletes (138 women, 104 men). MAIN OUTCOME MEASURE(S): The single-legged decline squat test (SLDS) was used to capture pain location via pain mapping (dichotomized as focal or diffuse) and pain severity (numeric rating scale). The Oslo Sports Trauma Research Centre Knee questionnaire (OSTRC-Knee) and adapted version for patellar tendinopathy (OSTRC-Patellar Tendinopathy Questionnaire [OSTRC-P]) were used to report the prevalence of AKP and patellar tendinopathy, respectively. Focal inferior pole pain during the SLDS was used to classify patellar tendinopathy. RESULTS: Of the 242 players, 146 (60%) reported pain with the SLDS (unilateral = 64 [26%]; bilateral = 82 [34%]). A total of 101 (43%) described knee pain using the OSTRC-Knee. Pain mapping captured the variability in pain locations. Diffuse pain was more prevalent (left, 70%; right, 72%) than focal pain (left, 30%; right, 28%). Low prevalence of patellar tendinopathy was noted using the OSTRC-P (n = 21, 8.7%) and inferior pole pain during the SLDS (n = 25, 10.3%). CONCLUSIONS: Diffuse AKP was common in Canadian basketball players; however, pain mapped to the inferior pole of the patella was not common. Few players reported tendinopathy using the OSTRC-P, suggesting that patellar tendinopathy was not a primary knee pain presentation in this jumping cohort. Pain location, rather than the presence or severity of pain alone, may better describe the clinical presentation of AKP in jumping athletes.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».