MétaCan
Menu
← Retour à la cohorte
Enregistrement W4212848534 · doi:10.7287/peerj.11089v0.1/reviews/2

Peer Review #2 of "Effects of functional correction training on injury risk of athletes: a systematic review and meta-analysis (v0.1)"

2021· review· en· W4212848534 sur OpenAlexfundno aff
Junxia Chen, Chunhe Zhang, Sheng Chen, Yuhua Zhao

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésAthletesMeta-analysisTraining (meteorology)Physical medicine and rehabilitationPhysical therapySystematic errorPsychologyMedicineInternal medicineMathematicsStatisticsGeography

Résumé

récupéré en direct d'OpenAlex

BackgroundWe explored functional correction training using the Functional Movement Screen (FMS™) tool.We also analyzed the effects of training on the injuries of athletes in a systematic review and metaanalysis of non-randomized clinical trials. MethodologyWe collected twenty-four articles from PubMed, CENTRAL, Scopus, ProQuest, Web of Science, EBSCOhost, SPORTDiscus, Embase, WanFang, and CNKI that were published between January 1997 to September 2020.Articles were selected based on the following inclusion criteria: randomized and non-randomized controlled trials, studies with functional correction training screened by FMS™ as the independent variable, and studies with injury risk to the athlete as the dependent variable.Data conditions included the sample size, mean, standard deviation, total FMS™ scores, number of injuries, and asymmetry movement patterns after interventions in the experimental and control groups.Exclusion criteria included: conference abstracts, cross-sectional studies, articles with retrospective study design. ResultsTwelve non-randomized trials were included in the meta-analysis.The injury risk ratio of athletes after functional correction training was 0.39 RR (95% confidence interval [CI], 0.24-0.65;Z=-3.57;P=0.0003; I²=0.0%).Functional correction training was found to reduce injury risk by 60% in the experimental groups when compared with the control groups.Functional correction training improved the total FMS™ scores of athletes by 1.72 MD (95% CI, 1.50-1.93;Z=15.53;P<0.0001;I 2 =2.6%), indicating an improvement of athletes' functional patterns.Conclusion Grade B evidence indicates that functional correction training based on FMS™ may improve the functional patterns of athletes and Grade D evidence indicates that it may reduce the risk of sports injury.However, the true effect is likely to be different from the estimate of the effect.Therefore, further studies are needed to explore the influence of functional correction training on the injury risks of athletes.Protocol registration: CRD42019145287.

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)0,036
score de la tête « metaresearch » (Gemma)0,179
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,179
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0150,014
Bibliométrie0,0110,010
Études des sciences et des technologies0,0040,002
Communication savante0,0090,005
Science ouverte0,0050,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0930,012

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 Opus0,099
Tête enseignante GPT0,378
Écart entre enseignants0,278 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreCommentaire

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports injuries and prevention→Travaux en français237 207→