Association Between the Functional Movement Screen and Landing Kinematics in Individuals With and Without Anterior Cruciate Ligament Reconstruction
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to compare functional movement screen (FMS) scores and drop vertical jump (DVJ) kinematics between those with and without anterior cruciate ligament reconstruction (ACLR), and to evaluate the association between FMS composite score and DVJ kinematics. DESIGN: Cross-sectional. PARTICIPANTS: Sixty individuals with and without a history of ACLR. MAIN OUTCOME MEASURES: Composite FMS score and the dorsiflexion, knee-flexion, hip-flexion, knee abduction, hip adduction, and trunk-flexion angles during a DVJ. RESULTS: The FMS scores did not differ between groups (P > .05). There were smaller peak and initial contact hip-flexion angles in the ACLR and contralateral limbs compared with controls, and smaller peak dorsiflexion angles in the ACLR compared with contralateral limbs (P < .05). Lower FMS score was associated with a smaller peak dorsiflexion angle, smaller peak knee-flexion angle, and larger peak knee abduction angle in the ACLR limb (ΔR2 = .14-.23); a smaller peak dorsiflexion angle and smaller peak knee-flexion angle in the contralateral limb (ΔR2 = .17-.19); and a smaller peak dorsiflexion angle, smaller peak knee-flexion angle, and larger peak knee abduction angle in the control limb (ΔR2 = .16-.22). CONCLUSION: The FMS scores did not differ between groups, but were associated with DVJ kinematics and should be a complementary rather than substitute assessment.
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 | 0,000 |
| 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 ».