Identifying characteristics of resistance-based therapeutic exercise interventions for Achilles tendinopathy: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: This scoping review describes resistance-based therapeutic exercise intervention characteristics for Achilles tendinopathy (AT) treatment (e.g., therapeutic dose, underlying mechanisms targeted by exercise) and assesses participant reporting characteristics. METHODS: Seven electronic databases were searched; studies delivering a resistance exercise-focused treatment for individuals with AT were included. The Template for Intervention Description and Replication (TIDieR) and the ICON 2019 'Recommended standards for reporting participant characteristics in tendinopathy research' checklists framed data extraction, and study quality was assessed using the Mixed Methods Appraisal Tool 2018 version. RESULTS: 68 publications (describing 59 studies and 72 exercise programs) were included. Results demonstrate that therapeutic exercise interventions for AT are well reported according to the TIDieR checklist, and participant characteristics are well reported according to the ICON checklist. Various underlying therapeutic mechanisms were proposed, with the most common being increasing tendon strength, increasing calf muscle strength, and enhancing collagen synthesis. CONCLUSIONS: While evidence suggests that resistance-based therapeutic exercise interventions are effective in treating AT, more reporting on program fidelity, adherence, and compliance is needed. By summarizing currently published AT exercise programs and reporting key intervention characteristics in a single location, this review can assist clinicians in developing individualized resistance training programs for people with AT.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| 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 ».