Addressing Shoulder Weakness in Individuals With Rotator Cuff–Related Shoulder Pain: A Systematic Review With Meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To estimate the effects of rehabilitation interventions on strength in people with rotator cuff–related shoulder pain (RCRSP). DESIGN: Intervention systematic review with meta-analysis. LITERATURE SEARCH: Seven databases were searched from inception to April 2024. STUDY SELECTION CRITERIA: Clinical trials or cohort studies reporting the effects of interventions lasting at least 6 weeks on objective strength outcomes in adults with RCRSP were included. Studies were excluded if they involved adults with other shoulder-related pathologies, focused exclusively on rotator cuff tears, or included participants who had undergone shoulder surgery. DATA SYNTHESIS: We grouped strength testing results from individual studies according to the direction of the strength test. Meta-analyses were conducted using standardized within-group mean difference from baseline to primary follow-up for each study intervention arm. RESULTS: Twenty-eight studies were included in the meta-analysis. Rehabilitation interventions had a moderate effect on shoulder external rotation strength (standardized mean difference [SMD], 0.56; 95% confidence interval [CI]: 0.39, 0.74; I 2 = 78%; P < .01) and a small effect on shoulder abduction (SMD, 0.47; 95% CI: 0.32, 0.63; I 2 = 54%; P < .01), internal rotation (SMD, 0.41; 95% CI: 0.30, 0.52; I 2 = 25%; P < .08), flexion (SMD, 0.25; 95% CI: 0.01, 0.49; I 2 = 0%; P = .46), and scaption (SMD, 0.48; 95% CI: 0.27, 0.70; I 2 = 35%; P = .14) strength. Interventions that included strength training or active exercises had small-to-moderate effects on all strength outcomes. Interventions without exercises or strength training had no effects. CONCLUSION: Rehabilitation interventions improved strength in people with RCRSP. Interventions that incorporated active exercises or strength training are recommended to address strength deficits in people with RCRSP. J Orthop Sports Phys Ther 2026;56(2):67-84. Epub 16 December 2025. doi:10.2519/jospt.2025.13445
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 | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,041 |
| Bibliométrie | 0,009 | 0,008 |
| 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) | 0,004 | 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 ».