Monitoring lower limb biomechanical asymmetry and psychological measures in athletic populations—A scoping review
Notice bibliographique
Résumé
BACKGROUND: Lower limb biomechanics, including asymmetry, are frequently monitored to determine sport performance level and injury risk. However, contributing factors extend beyond biomechanical and asymmetry measures to include psychological, sociological, and environmental factors. Unfortunately, inadequate research has been conducted using holistic biopsychosocial models to characterize sport performance and injury risk. Therefore, this scoping review summarized the research landscape of studies concurrently assessing measures of lower limb biomechanics, asymmetry, and introspective psychological state (e.g., pain, fatigue, perceived exertion, stress, etc.) in healthy, competitive athletes. METHODS: A systematic search of MEDLINE, Embase, CINAHL, SPORTDiscus, and Web of Science Core Collections was designed and conducted in accordance with PRISMA guidelines. Fifty-one articles were included in this review. RESULTS: Significant relationships between biomechanics (k = 22 studies) or asymmetry (k = 20 studies) and introspective state were found. Increased self-reported pain was associated with decreased range of motion, strength, and increased lower limb asymmetry. Higher ratings of perceived exertion were related to increased lower limb asymmetry, self-reported muscle soreness, and worse jump performance. Few studies (k = 4) monitored athletes longitudinally throughout one or more competitive season(s). CONCLUSION: This review highlights the need for concurrent analysis of introspective, psychological state, and biomechanical asymmetry measures along with longitudinal research to understand the contributing factors to sport performance and injury risk from biopsychosocial modeling. In doing so, this framework of biopsychosocial preventive and prognostic patient-centered practices may provide an actionable means of optimizing health, well-being, and sport performance in competitive athletes.
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 | 0,009 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,019 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».