Return-to-Play after ACL Reconstruction: A Single-Case Study of Multi-Context Biomechanical Monitoring in Collegiate Basketball
Notice bibliographique
Résumé
Abstract Introduction Anterior cruciate ligament (ACL) injuries represent one of the most common and disruptive conditions in sport, with fewer than two-thirds of athletes return to competitive play. Effective return-to-play (RTP) monitoring requires multidimensional approaches that capture physical, psychological, and sport-specific components rather than reliance of isolated benchmarks. Purpose This study aimed to longitudinally examine the RTP process of a female varsity basketball athlete following ACL reconstruction, using a framework that integrates physical performance (capacity), biomechanical sport-specific (capability), and psychological (confidence) components relative to pre-injury benchmarks. Methods Data collection included countermovement jump testing with dual force plates, on-court inertial measurement unit (IMU) monitoring of limb-loading, and psychological questionnaires, analyzed relative to pre-injury and post-surgery baselines using minimal detectable change thresholds. Results Pre-injury monitoring indicated stable movement profiles with only minor fluctuations. Following ACL reconstruction, jump height recovered within seven weeks of RTP initiation, but notable inter-limb asymmetries persisted in force plate and IMU measures despite high confidence scores. Discussion Symmetry improved with continued training, yet variability in on-court loading remained even after clinical clearance. These findings highlight the value of integrated, multidimensional monitoring to detect residual deficits that may be overlooked by traditional outcome-based assessments. Conclusion This study demonstrates that integrating athlete-specific biomechanical, psychological, and sport-specific assessments relative to pre-injury baselines can support RTP decision-making to enhance individualized recovery trajectories in female 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».