The application of musculoskeletal modeling to investigate gender bias in non-contact ACL injury rate during single-leg landings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The central tenet of this study was to develop, validate and apply various individualised 3D musculoskeletal models of the human body for application to single-leg landings over increasing vertical heights and horizontal distances. While contributing to an understanding of whether gender differences explain the higher rate of non-contact anterior cruciate ligament (ACL) injuries among females, this study also correlated various musculoskeletal variables significantly impacted by gender, height and/or distance and their interactions with two ACL injury-risk predictor variables; peak vertical ground reaction force (VGRF) and peak proximal tibia anterior shear force (PTASF). Kinematic, kinetic and electromyography data of three male and three female subjects were measured. Results revealed no significant gender differences in the musculoskeletal variables tested except peak VGRF (p = 0.039) and hip axial compressive force (p = 0.032). The quadriceps and the gastrocnemius muscle forces had significant correlations with peak PTASF (r = 0.85, p < 0.05 and r = - 0.88, p < 0.05, respectively). Furthermore, hamstring muscle force was significantly correlated with peak VGRF (r = - 0.90, p < 0.05). The ankle flexion angle was significantly correlated with peak PTASF (r = - 0.82, p < 0.05). Our findings indicate that compared to males, females did not exhibit significantly different muscle forces, or ankle, knee and hip flexion angles during single-leg landings that would explain the gender bias in non-contact ACL injury rate. Our results also suggest that higher quadriceps muscle force increases the risk, while higher hamstring and gastrocnemius muscle forces as well as ankle flexion angle reduce the risk of non-contact ACL injury.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle