Maturation and biomechanical risk factors associated with anterior cruciate ligament injury: Is there a link? A systematic review
Notice bibliographique
Résumé
OBJECTIVE: To establish the potential link between sex-specific maturation and biomechanical factors associated with ACL injury during dynamic tasks. DESIGN: Systematic review. LITERATURE SEARCH: Five databases (CINHAL®, Cochrane Library, PubMed®, Scopus®, and SPORTDiscus) were searched and monitored until 27 May 2024. STUDY SELECTION CRITERIA: Cross-sectional, cohort, case-control, or interventional studies reporting one or more biomechanical variable linked with ACL injury and which assessed participants across two or more maturation phases were considered eligible. DATA SYNTHESIS: Studies were assessed for risk of bias using a modified version of the Newcastle Ottawa Scale and overall quality of evidence was rated using GRADE. Metrics and effect sizes were presented where available. RESULTS: Eighteen included studies examined 400 males, 1377 females, and 315 participants of undefined sex across various maturation phases. The methodological quality of most studies (n = 16) was considered good, and satisfactory for two. Knee abduction angle, knee abduction moment, knee flexion angle, and ground reaction forces were most commonly reported. Knee abduction angles and moments and knee flexion angles were greater in late and post-pubertal females than males and pre-pubertal females during both landing and cutting tasks. When normalised for body mass, ground reaction forces were generally greater in males compared to females overall and for less mature participants for both sexes. Overall quality of evidence was low or medium across the four biomechanical measures. CONCLUSION: Sex-specific maturation considerations are important in the targeted development and implementation of ACL injury risk identification and prevention strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,001 |
| 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 ».