MétaCan
Menu
Retour à la cohorte
Enregistrement W4213060176 · doi:10.7287/peerj.11089v0.3/reviews/2

Peer Review #2 of "Effects of functional correction training on injury risk of athletes: a systematic review and meta-analysis (v0.3)"

2021· review· en· W4213060176 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésAthletesMeta-analysisPhysical medicine and rehabilitationPsychologyPhysical therapyMedicineInternal medicine

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. ConclusionGrade 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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Évaluation · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,045
score de la tête « metaresearch » (Gemma)0,243
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 enseignants0,955
Score d'incertitude au seuil0,574

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,243
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0190,015
Bibliométrie0,0190,020
Études des sciences et des technologies0,0040,002
Communication savante0,0150,008
Science ouverte0,0080,005
Intégrité de la recherche0,0070,003
Charge utile insuffisante (le modèle a refusé de juger)0,1710,023

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 Opus0,100
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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre · Commentaire

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 preventionCatégorieMétarechercheTravaux en français237 207