The application of musculoskeletal modeling to investigate gender bias in non-contact ACL injury rate during single-leg landings
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».