Cultural Adaptation and Validation of the Athlete Fear-Avoidance Questionnaire in Arabic: Preliminary Analysis of Fear-Avoidance in ACL-Reconstructed Recreational Players
Notice bibliographique
Résumé
Background: The Athlete Fear-Avoidance Questionnaire (AFAQ) is a validated instrument that measures athletes’ fear and avoidance behaviors after an injury, particularly regarding their sporting activities. Purpose: This study aimed to adapt and validate the AFAQ for Arabic-speaking recreational players (AFAQ-Arabic) after anterior cruciate ligament reconstruction (ACLR). Study Design: Cohort study; level of evidence: 3. Methods: The AFAQ underwent translation and cross-cultural adaptation according to the Beaton guidelines. A total of 104 male recreational players who had undergone ACLR completed the AFAQ-Arabic, the Fear-Avoidance Belief Questionnaire (FABQ), and the Numerical Pain Scale (NPS). To assess test-retest reliability, a subset of 38 recreational players were asked to complete the AFAQ-Arabic twice, 1 week apart. Statistical tests were conducted to test the internal consistency, reliability, and convergent validity of the AFAQ-Arabic. Results: The AFAQ-Arabic demonstrated high internal consistency (Cronbach alpha, 0.854) and excellent test-retest reliability (intraclass correlation coefficient, 0.885) (95% CI, 0.784-0.942; P < .001). Minimal floor (4.8% scoring the minimum) and ceiling effects (1% scoring the maximum) were observed. Convergent validity showed significant positive weak correlations between the AFAQ-Arabic and (1) the FABQ-Physical Activity ( r = 0.340; P < .01), (2) the FABQ-Work ( r = 0.272; P < .01), and (3) the NPS ( r = 0.383; P < .01). Cross-cultural adaptation of the AFAQ-Arabic revealed linguistic and cultural relevance. Conclusion: Our study demonstrated that the AFAQ-Arabic was a reliable and valid tool for assessing fear avoidance in Arabic-speaking recreational players after ACLR. Future studies are needed to measure athlete fear-avoidance in injured Arabic-speaking athletes to understand its psychological aspects in rehabilitation and potentially aid in tailored interventions for improving outcomes.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».