Pelvic Limb Kinetic and Kinematic Analysis in<scp>L</scp>abrador<scp>R</scp>etrievers Predisposed or at a Low Risk for Cranial Cruciate Ligament Disease
Notice bibliographique
Résumé
OBJECTIVE: To compare kinematics, net moments, powers, ground and joint reaction forces (GRF, JRF) across the hock, stifle and hip joints in Labrador Retrievers at low risk or predisposed to cranial cruciate ligament disease (CCLD). STUDY DESIGN: Cross-sectional clinical study. ANIMALS: Clinically normal Labradors predisposed (n = 11) or at low risk for CCLD (n = 9). METHODS: Right pelvic limbs were classified as predisposed or not to CCLD using a predictive score equation based on combining tibial plateau angle (TPA) and femoral anteversion angle (FAA) measured on radiographs. Kinematic, GRF, and morphometric data were combined in an inverse dynamics approach to compute hock, stifle and hip kinematics, net moments, powers, and JRF while trotting. RESULTS: The extensor moment of the hock joint was greater in predisposed limbs compared with nonpredisposed limbs (0.37 versus 0.28 Nm/kg). The power generated around the hock and stifle joints in predisposed limbs was increased (0.69 versus 0.44 W/kg for the hock, 1.59 versus 1.05 W/kg for the stifle). Trotting velocity, stance time, vertical and craniocaudal GRF and JRF did not differ between groups. CONCLUSIONS: Extensor moment at the hock was increased in predisposed limbs compared with nonpredisposed limbs. Predisposed limbs generated more energy than nonpredisposed limbs around the hock and stifle joints.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».