Development of a kinematic model to predict finger flexor tendon and subsynovial connective tissue displacement in the carpal tunnel
Notice bibliographique
Résumé
Finger flexor tendinopathies and carpal tunnel syndrome are histologically characterised by non-inflammatory fibrosis of the subsynovial connective tissue (SSCT) in the carpal tunnel, which is indicative of excessive and repetitive shear forces between the finger flexor tendons and SSCT. We assessed flexor digitorum superficialis (FDS) tendon and adjacent SSCT displacements with colour Doppler ultrasound as 16 healthy participants completed long finger flexion/extension movements captured by a motion capture system. FDS tendon displacements fit a second-order regression model based on metacarpophalangeal and proximal interphalangeal joint flexion angles (R(2) = 0.92 ± 0.01). SSCT displacements were 33.6 ± 1.7% smaller than FDS tendon displacements and also fit a second-order regression model (R(2) = 0.89 ± 0.01). FDS tendon and SSCT displacement both correlated with finger joint thickness, enabling participant-specific anthropometric scaling. We propose the current regression models as an ergonomic method to determine relative displacements between the finger flexor tendons and SSCT. PRACTITIONER SUMMARY: Relative displacements between the finger flexor tendons and SSCT provide insight into gliding and friction in the carpal tunnel. Our regression models represent a move towards mechanistic-based ergonomic risk assessment of the wrist/hand. This is a natural evolution of ergonomic methods based on tendon-joint interaction.
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 ».