A Systematic Review of the Genetic Predisposition to Injury in Football
Notice bibliographique
Résumé
Abstract Purpose Synthesise genetic association studies investigating injury involving football players to identify which genetic variants have the most empirical evidence to date. Methods A comprehensive search of the PubMed, SPORTDiscus, and MEDLINE databases until March 11th 2022 identified 34 studies. Inclusion criteria: primary investigations, included football players, examined the association of a genetic variant with injury, and were published in English. Risk of bias was assessed using the Newcastle–Ottawa Scale. A narrative synthesis summarised results. Results There were 33 candidate gene studies and one genome-wide study, with 9642 participants across all studies (range = 43–1311; median = 227). Ninety-nine polymorphisms were assessed within 63 genes. Forty-one polymorphisms were associated with injury once. Three polymorphisms had their specific allelic associations with injury replicated twice in independent cohorts: ACTN3 (rs1815739) XX genotype was associated with an increased susceptibility to non-contact muscle injuries, ACAN (rs1516797) G allele was associated with increased susceptibility to anterior cruciate ligament (ACL) injuries, and VEGFA (rs2010963) CC genotype was associated with an increased susceptibility to ACL and ligament or tendon injuries. However, several methodological issues (e.g., small sample sizes, cohort heterogeneity, and population stratification) are prevalent that limit the reliability and external validity of findings. Conclusion At present, the evidence base supporting the integration of genetic information as a prognostic or diagnosis tool for injury risk in football is weak. Future participation of organisations in international consortia is suggested to combat the current methodological issues and subsequently improve clarity concerning the underlying genetic contribution to injury susceptibility.
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».