Predicting Shoulder Force to Prevent Injury: Body Fat Mass Increases Shoulder Stress among Pitchers
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to examine the relationship between whole body and throwing arm composition and length with throwing shoulder distraction and anterior force. Literature shows a relationship between shoulder force and pain; therefore, as well as between body mass and pain, it was hypothesized that pitchers with greater body fat mass would display increased throwing shoulder force during the acceleration phase of the softball pitch. METHODS: Thirty-eight high school softball pitchers from southern United States agreed to participate (1.69 ± 0.07 m, 74.71 ± 16.36 kg, 15.2 ± 1.1 yr). All procedures were completed within one visit. Pitchers underwent a dual-energy x-ray absorptiometry scan then threw fastballs at regulation distance while motion was measured using an electromagnetic motion capture system. Data from the three fastest pitches were averaged and analyzed. Peak shoulder distraction and anterior force during the acceleration phase of the softball pitch were extracted and used as dependent variables in two separate regression analyses. Whole body and throwing arm fat mass and lean mass, as well as throwing arm length were entered as independent variables into both regression equations. RESULTS: The first regression equation was statistically significant (F(5,37) = 13.28, P < 0.001) and explained approximately 62% of the variance in peak shoulder distraction force (R2 = 0.675, adjusted R2 = 0.624). Increased whole body fat mass (B = 13.76, SE = 5.39, β = 0.91, t = 2.553, P = 0.016) significantly predicted peak throwing shoulder distraction force. The second regression equation predicting peak anterior force was not significant. CONCLUSIONS: Increased fat mass may exacerbate the high force observed at the throwing shoulder and further increase injury susceptibility to pitchers.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».