MétaCan
Menu
Retour à la cohorte
Enregistrement W4413981505 · doi:10.1136/bjsports-2025-109902

Modifiable risk factors for lower-extremity injury: a systematic review and meta-analysis for the Female, woman and/or girl Athlete Injury pRevention (FAIR) consensus

2025· review· en· W4413981505 sur OpenAlexafffund
Jackie L. Whittaker, Anu M. Räisänen, Chelsea Martin, Jean‐Michel Galarneau, Maitland Martin, Justin M. Losciale, Garrett S. Bullock, Marc-Olivier Dubé, Mario Bizzini, Matthew N. Bourne, H Paul Dijkstra, M. Girdwood, Alix Hayden, Martin Hägglund, Shreya McLeod, Nonhlanhla Sharon Mkumbuzi, A. Mosler, Myles Murphy, Grethe Myklebust, Merete Møller, Juliana M. Ocarino, Oluwatoyosi B. A. Owoeye, Debbie Palmer, Kati Pasanen, Ebonie Rio, Kristian Thorborg, Marienke van Middelkoop, Evert Verhagen, Stuart J. Warden, Matthew Whalan, Kay M. Crossley, Carolyn A. Emery

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of CalgaryResearch CanadaUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilCanadian Institutes of Health ResearchInternational Olympic CommitteeConselho Nacional de Desenvolvimento Científico e TecnológicoArthritis SocietyLa Trobe UniversityAustralian Physiotherapy AssociationUniversity of VictoriaUniversity of Calgary
Mots-clésMedicinePhysical therapyCINAHLMeta-analysisGirlAnkleSystematic reviewACL injuryMEDLINESurgeryInternal medicineAnterior cruciate ligamentPsychological interventionPsychology

Résumé

récupéré en direct d'OpenAlex

Objective Examine potentially modifiable risk factors (MRFs) for female/woman/girl athletes’ lower-extremity injuries. Design Systematic review with meta- or semiquantitative analyses and Grading of Recommendations, Assessment, Development and Evaluation. Data sources MEDLINE, CINAHL, APA PsycINFO, Cochrane Systematic Review Database, CENTRAL, SPORTDiscus, EMBASE, ERIC searched 30 October or 23 November 2023. Eligibility Primary data studies with comparison group(s) assessing the association of MRFs for sport-related lower-extremity injury(s) with ≥1 female/woman/girl per study group. Results Across 195 studies (n=115; 58.9% female/woman/girl-specific estimates) including 1 525 662 participants (2.4% females/women/girls), eight injury outcomes were assessed (n=75 general lower-extremity, n=3 groin, n=6 hip, n=17 thigh, n=88 knee, n=17 lower-leg, n=27 ankle, n=9 foot). Sixty-six MRF categories were identified. Substantial heterogeneity in MRFs and injury outcomes exists, with high risk of bias present in 37.4% of studies. Considering female/woman/girl specific estimates, we performed meta-analyses for 10 MRFs (body mass, x (BMI), weekly training distance, muscle strength, artificial turf, off-season plyometric training, readiness to return-to-sport, single-leg hop asymmetry, vertical drop jump peak knee flexion angle and ground reaction force) and semiquantitative analyses for 26 MRFs for a variety of injuries. Meta-analyses suggest no association between any lower-extremity strength outcome (g=0.01, 95% CI −0.11 to 0.14; I 2 =37.3%; very low certainty evidence) or artificial turf (Incidence Rate Ratio=0.97, 95% CI 0.88 to 1.07; I 2 =2.4%; low certainty evidence) and various lower-extremity injuries. Higher body mass (g=0.19, 95% CI 0.00 to 0.38; I 2 =71.7%) and/or BMI (g=0.22, 95% CI 0.09 to 0.36; I 2 =37.0%) are associated with several lower-extremity injuries (very low certainty evidence). Conclusion This review synthesises a large body of exploratory research, exposes important knowledge gaps and provides a foundation for understanding MRFs for female/woman/girl athlete lower-extremity injuries. PROSPERO registration number PROSPERO 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,042
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,040
Bibliométrie0,0090,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,364
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207