Reporting of Adverse Events in Muscle Strengthening Interventions in Youth: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| 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 découle