Footwear Decreases Gait Asymmetry during Running
Notice bibliographique
Résumé
Previous research on elderly people has suggested that footwear may improve neuromuscular control of motion. If footwear does in fact improve neuromuscular control, then such an influence might already be present in young, healthy adults. A feature that is often used to assess neuromuscular control of motion is the level of gait asymmetry. The objectives of the study were (a) to develop a comprehensive asymmetry index (CAI) that is capable of detecting gait asymmetry changes caused by external boundary conditions such as footwear, and (b) to use the CAI to investigate whether footwear influences gait asymmetry during running in a healthy, young cohort. Kinematic and kinetic data were collected for both legs of 15 subjects performing five barefoot and five shod over-ground running trials. Thirty continuous gait variables including ground reaction forces and variables of the hip, knee, and ankle joints were computed for each leg. For each individual, the differences between the variables for the right and left leg were calculated. Using this data, a principal component analysis was conducted to obtain the CAI. This study had two main outcomes. First, a sensitivity analysis suggested that the CAI had an improved sensitivity for detecting changes in gait asymmetry caused by external boundary conditions. The CAI may, therefore, have important clinical applications such as monitoring the progress of neuromuscular diseases (e.g. stroke or cerebral palsy). Second, the mean CAI for shod running (131.2 ± 48.5; mean ± standard deviation) was significantly lower (p = 0.041) than the CAI for barefoot running (155.7 ± 39.5). This finding suggests that in healthy, young adults gait asymmetry is reduced when running in shoes compared to running barefoot, which may be a result of improved neuromuscular control caused by changes in the afferent sensory feedback.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».