Knee Power Is an Important Parameter in Understanding Medial Knee Joint Load in Knee Osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: To determine the extent to which knee extensor strength and power explain variance in knee adduction moment (KAM) peak and impulse in clinical knee osteoarthritis (OA). METHODS: Fifty-three adults (mean ± SD age 61.6 ± 6.3 years, 11 men) with clinical knee OA participated. The KAM waveform was calculated from motion and force data and ensemble averaged from 5 walking trials. The KAM peak was normalized to body mass (Nm/kg). The mean KAM impulse reflected the mean total medial knee load during stride (Nm × seconds). For strength, the maximum knee extensor moment attained from maximal voluntary isometric contractions (MVIC) was normalized to body mass (Nm/kg). For power, the maximum knee extensor power during isotonic contractions, with the resistance set at 25% of MVIC, was normalized to body mass (W/kg). Covariates included age, sex, knee pain on the Knee Injury and Osteoarthritis Outcome Score, gait speed, and body mass index (BMI). Relationships of the KAM peak and impulse with strength and power were examined using sequential stepwise forward linear regressions. RESULTS: Covariates did not explain variance in the KAM peak. While extensor strength did not, peak knee extensor power explained 8% of the variance in the KAM peak (P = 0.02). Sex and BMI explained 24% of the variance in the KAM impulse (P < 0.05). Sex, BMI, and knee extensor power explained 31% of the variance in the KAM impulse (P = 0.02), with power contributing 7% (P < 0.05). CONCLUSION: Knee extensor power was more important than isometric knee strength in understanding medial knee loads during gait.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».