Injury Profile in Female Tennis Players: a Systematic Review
Bibliographic record
Abstract
Background O ténis é um desporto exigente que requer resistência, velocidade e precisão. Apesar da sua popularidade, a investigação sobre a epidemiologia das lesões em jogadoras de ténis continua limitada. Compreender o seu perfil de lesões é essencial para o desenvolvimento de estratégias de prevenção direcionadas. Objetivos Esta revisão sistemática analisa a incidência, gravidade e distribuição anatómica das lesões em jogadoras de ténis em diferentes níveis de competição. Explora ainda a influência da carga de jogo e treino nos desfechos das lesões. Bases de Dados Foi realizada uma pesquisa sistemática nas bases de dados PubMed, EBSCO, Scopus, Web of Science e Cochrane até dezembro de 2024, com buscas manuais adicionais. Critérios de Elegibilidade dos Estudos, Participantes e Intervenções Foram incluídos estudos observacionais ou de coorte que relatassem a incidência, gravidade, localização ou tipo de lesões em jogadoras de ténis. Apenas estudos em inglês com dados quantitativos para a incidência foram considerados. Avaliação da Qualidade de Estudos e Métodos de Síntese O risco de viés foi avaliado através da Escala Newcastle-Ottawa e a qualidade dos estudos foi analisada com a ferramenta STROBE-SIIS. As taxas de incidência de lesões foram padronizadas para 1.000 horas de exposição para facilitar comparações. Resultados Treze estudos preencheram os critérios de inclusão. A incidência média de lesões foi mais elevada ao nível profissional (36,36 lesões por 1.000 horas, IC95% 34,5-43,9), sendo particularmente superior durante os encontros em comparação com treinos. As lesões nos membros inferiores foram as mais comuns (33-63,6%), seguidas das lesões nos membros superiores (9,1-37,5%) e no tronco (11,6-27%). As lesões musculares e tendinosas foram predominantes, sendo as lesões agudas mais frequentes nos membros inferiores e as lesões por sobrecarga mais comuns nos membros superiores. As lesões que resultaram em tempo de paragem foram mais frequentes nas jogadoras juniores. Limitações A variabilidade nas definições de lesão, na recolha de dados e nos métodos de relato limita a comparabilidade entre os estudos. Alguns estudos não se focaram exclusivamente em jogadoras femininas, o que levou a conclusões inevitavelmente baseadas em dados referentes aos dois géneros. Conclusões e Implicações Principais As jogadoras de ténis enfrentam uma elevada carga de lesões, especialmente durante os jogos. É necessária uma padronização na notificação de lesões, programas de prevenção e estratégias de gestão da carga de treino e competição. Investigação futura deve explorar fatores de risco específicos do sexo feminino e os efeitos a longo prazo das lesões.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.006 | 0.006 |
| Bibliometrics | 0.015 | 0.013 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".