Prevention strategies for lower extremity injury: a systematic review and meta-analyses for the Female, woman and/or girl Athlete Injury pRevention (FAIR) consensus
Notice bibliographique
Résumé
OBJECTIVE: Examine the effectiveness and unintended consequences of prevention strategies for reducing female/woman/girl athletes' lower extremity (LE) injuries. DESIGN: Systematic review with meta-analyses and Grading of Recommendations, Assessment, Development and Evaluation. DATA SOURCES: Systematic search of eight data sources. ELIGIBILITY: Primary data studies with a comparison group(s) investigating injury prevention strategies for sport-related LE injuries with ≥1 female/woman/girl in each study group. RESULTS: Across 82 studies-including 48 randomised controlled trials (59%), 16 quasiexperimental studies (20%), 16 cohort studies (20%) and 1 cross-sectional study (1%)-a total of 154 561 participants were included, of whom 84 915 (55%) were females/women/girls. Neuromuscular training (NMT)-based programmes (n=60, 73%) were the most frequently studied intervention, followed by personal protective equipment (PPE) (n=9, 11%), policy/rule change (n=4, 5%) and education (n=6, 7%). The median Downs and Black score for all studies was 17 (range: 5-24). Point estimate from pooled results from nine studies revealed that NMT programmes, which include LE balance, strength, agility and change of direction exercises, with a minimum dose of 10 min two times per week, reduced female/woman/girl athletes' LE injuries by 19% (0.81, 95% CI 0.61% to 1.08%; low certainty evidence). Point estimate of pooled results from six studies uncovered that NMT reduced ankle sprains by 39% (0.61, 95% CI 0.36% to 1.03%; moderate certainty evidence). NMT significantly reduced anterior cruciate ligament (ACL) injuries by 61% (0.39, 95% CI 0.25% to 0.60%; high certainty evidence). CONCLUSION: NMT programmes can reduce female/woman/girl athletes' ACL injuries by up to 61% and ankle sprains by 39%, highlighting the need for widespread implementation of NMT programmes. Evidence informing PPE, policy/rule changes and education to prevent female/woman/girl athletes' LE injuries is needed. PROSPERO REGISTRATION NUMBER: CRD42024486715.
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 | 0,021 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,035 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».