The Influence of Athletes’ Age in the Onset of Osteoarthritis: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: Whether sport participation is a risk factor for osteoarthritis (OA) development or progression is controversial. Mechanical overload, injuries, genetics, and acquired disorders concur to the onset of OA, with high variability between sports and participants. This study investigated the association between participation in specific sports and the risk of developing knee and hip OA in athletes at different ages. We hypothesized that young athletes who are exposed to high levels of physical activities have a greater risk of developing OA. MATERIALS AND METHODS: This systematic review was conducted according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. PubMed, Google scholar, EMABSE, and Web of Science were accessed in October 2021. No time constrains were used for the search. All the published clinical studies reporting data about relationship between physical activity, OA, and age were included. RESULTS: The Newcastle-Ottawa Scale resulted in a final score ≥7 for all studies, attesting good quality of the methodological assessment. Data from 27,364 patients were retrieved. The mean age was 48.2±16.7 years. In all, 21.8% were women. CONCLUSIONS: Our systematic review suggests an association between high levels of physical activities and knee and hip OA in men younger than 50 years. People who practice intense physical activity, such as professional athletes or heavy workers, are more prone to develop early-onset OA.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».