Assessment of muscle strength in para-athletes: A systematic review of observational studies
Notice bibliographique
Résumé
Accurate and reliable evaluation of muscle strength in para-athletes is essential for monitoring the effectiveness of strength training and/or rehabilitation programmes, and sport classification. Our aim is to synthesise evidence related to assessing muscle strength in para-athletes. Four databases were searched from January 1990 to July 2021 for observational studies focusing on strength assessment. Independent screening, data extraction, and quality assessment were performed in duplicate. A total of 1764 potential studies were identified. Thirty met the inclusion criteria and were included in the review. The mean age of participants was 30.7 years (standard deviation [SD]: 2.4). The majority were men (88%) participating in wheelchair sports, including basketball, rugby, and tennis (23/30: 76%). Overall quality varied, with more than half of the studies failing to identify strategies for dealing with confounding variables. Despite manual muscle testing being a standard component of para-sport classification systems, evidence examining strength characteristics in para-athletes is derived primarily from isometric and isokinetic testing. In studies that included comparative strength data, findings were mixed. Some studies found strength values were similar to or lower than able-bodied athletic controls. However, an important observation was that others reported higher shoulder strength in para-athletes taking part in wheelchair sports than both able-bodied and disabled non-athletes. Studies need to develop accessible, standardised strength testing methods that account for training influence and establish normative strength values in para-athletes. There is also a need for additional studies that include female para-athletes and para-athletes with greater functional impairments.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| 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 | 0,000 |
| 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 ».