Reporting of Adverse Events in Muscle Strengthening Interventions in Youth: A Systematic Review
Notice bibliographique
Résumé
Clear definition, identification, and reporting of adverse event (AE) monitoring during training interventions are essential for decision making regarding the safety of training and testing in youths. PURPOSE: To document the extent to which AEs, resulting from intervention studies targeting muscle strengthening training (MST) in youth, are reported by researchers. METHODS: Electronic databases (CINAHL, PubMed, SPORTDiscus, and Web of Science) were searched for English peer-reviewed articles published before April 2018. Inclusion criteria were: (1) average age <16 years, (2) use of MST, (3) statement(s) linked to the presence/absence of AEs, and (4) randomized controlled trials or quasi-experimental designs. Risk of reporting bias for AEs followed recommendations by the Cochrane Collaboration group. RESULTS: One hundred and ninety-one full-text articles were screened. One hundred and thirty met all MST criteria, out of which only 44 (33.8%; n = 1278, age = 12.1 [1.1] y) included a statement as to the presence/absence of adverse events. The 86 other studies (66.2%) included no such statement. Of the reporting 44 studies, 18 (40.1%) indicated one or more adverse events. Of the 93 reported adverse events, 55 (59.1%) were linked to training or testing. CONCLUSIONS: Most MST studies in youth do not report presence/absence of adverse events, and when reported, adverse events are not well defined.
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 | 0,048 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».