Scapular Kinematic During Arm Elevation in Shoulder Impingement Syndrome Using Motion Analysis System: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Context: With a key role in normal shoulder function, scapular kinematics have been investigated in shoulder impingement syndrome (SIS). Objectives: This systematic review aimed at determining scapular kinematic patterns in patients with SIS compared to in asymptomatic individuals. Data Sources: Databases such as PubMed, Scopus, Web of Science, Ovid, Embase and PEDRO were searched from January 1995 to June 2021. Study Selection: Articles in English published in peer-reviewed journals and using motion analysis systems to compare scapular kinematics between patients with SIS and asymptomatic subjects during arm elevation were included. Data Extraction: A modified Downs and Black checklist was used to assess the risk of bias of the included studies. A random-effects model was employed to perform a meta-analysis. Results: Nine out of 1650 screened abstracts were included for data extraction. Scapular upward rotation significantly decreased during arm elevation in SIS (SMD = -0.13, 95% CI = -0.23 to -0.02) with a low effect size (I2 = 46%). No differences were observed in scapular posterior tilt (SMD = -0.07, 95% CI = -0.18 to 0.03) and external rotation (SMD = 0.02, 95% CI = -0.06 to 0.09) between patients with SIS and asymptomatic subjects. Conclusions: This review revealed that except for scapular upward rotation, scapular movement was generally insignificantly different between the subjects with and without SIS during arm elevation. Between-group differences might have been overlooked as a result of the high risk of bias in the included studies. The high-quality studies addressing confounders are required to provide a definitive conclusion on the relationship between SIS and scapular kinematics.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| 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 ».