Prediction of impact force in sideways fall by image-based subject-specific dynamics model
Notice bibliographique
Résumé
The impact force applied to the greater trochanter during sideways fall is a critical factor for determining whether or not a hip fracture would occur. However, the impact force is subject-dependent as it is related to the subject’s anthropometric parameters and the kinematic variables in fall. It cannot be accurately predicted by the currently available dynamics models. We developed and validated a method for constructing subject-specific dynamics models to more accurately predict the impact force. The anthropometric parameters required in the model were obtained from the subject’s whole body DXA (dual energy X-ray absorptiometry) image. The subject-specific dynamics models were then validated by protected fall tests using young volunteers. The effects of anthropometric parameters on the impact force were investigated using 90 clinical DXA images obtained from a local osteoporosis clinic center. The impact forces predicted by subject-specific dynamics models had much better agreement with the experimental data, compared with those predicted by the existing empirical functions. The parametric study results indicated that although body weight and height are the dominant parameters affecting the impact force, other parameters such as the hip vertical velocity before impact also have considerable effects. This finding suggests that the existing empirical functions that only consider body weight and height may not be able to accurately predict the impact force. As whole body DXA images are readily available in osteoporosis clinic centers, the proposed method may have potential applications in the clinic to improve the assessment of fall-induced hip fracture risk.
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 ».