MétaCan
Menu
Retour à la cohorte
Enregistrement W4206226344 · doi:10.3390/jcm11020360

Association between Inter-Limb Asymmetries in Lower-Limb Functional Performance and Sport Injury: A Systematic Review of Prospective Cohort Studies

2022· review· en· W4206226344 sur OpenAlexaff
Yanfei Guan, Shannon S. D. Bredin, Jack Taunton, Qinxian Jiang, Nana Wu, Darren E. R. Warburton

Notice bibliographique

RevueJournal of Clinical Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical medicine and rehabilitationProspective cohort studyLower limbPhysical therapyFlexibility (engineering)Cohort studyUpper limbEvidence-based medicineBalance (ability)SurgeryInternal medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Inter-limb asymmetry in lower-limb functional performance has been associated with increased risk of sport injury; however, findings are not always consistent. PURPOSE: To conduct a systematic review on whether inter-limb asymmetry in lower-limb functional performance can predict sport injury. METHODS: Four electronic databases (MEDLINE, EMBASE, Web of Science, and SportDiscus) were systematically searched for prospective cohort studies reporting the association between inter-limb asymmetry in lower-limb functional performance and sport injury. RESULTS: A total of 28 prospective cohort studies were included in the analyses. Collectively, the findings were highly inconsistent, and a clear statement on the association between each asymmetry and sport injury was difficult. CONCLUSIONS: Highly inconsistent findings make it difficult to create clear recommendations on the relationship between the inter-limb asymmetry in lower-limb functional performance (power, muscle flexibility, and dynamic balance) and sport injury. The influence of potential factors (selection of tests/parameters, participant characteristics, definition of injury, and ways of calculating asymmetry) should be considered when using previous findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0110,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,468
Écart entre enseignants0,362 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations79
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetSports injuries and preventionTravaux en français237 207