MétaCan
Menu
← Retour à la cohorte
Enregistrement W2165989128 · doi:10.1115/imece2012-89225

A Numerical Model of Mechanics of Osteoarthritis in Human Knee Joint

2012· article· en· W2165989128 sur OpenAlexaff
Yaghoub Dabiri, LePing Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOsteoarthritisContact mechanicsCartilageMechanicsBiomechanicsKnee JointArticular cartilageMaterials scienceJoint (building)Matrix (chemical analysis)Biomedical engineeringAnatomyComposite materialPhysicsFinite element methodStructural engineeringMedicineEngineeringPathologySurgery

Résumé

récupéré en direct d'OpenAlex

Articular cartilage is composed of water entrapped in a solid matrix formed by proteoglycans and collagen fibers. Therefore, the mechanical behavior of this tissue is determined by all of these three components. In addition, the properties of articular cartilage vary along the depth and by location. In the human knee joint, the three dimensional geometry as well as the contact between the cartilaginous tissues plays essential roles in the joint mechanics. On the other hand, initiation and progression of osteoarthritis (OA) could be partly caused by contact loads. Consequently, the fibrillar and non-fibrillar matrices, the three dimensional geometry and the contact between the tissues should be considered as essential parameters in the study of the mechanics of osteoarthritis. However, previous studies on OA mechanics were mostly limited to explants geometries [1]. Also, the contact mechanics associated with the fluid pressure have not been considered in the previous OA models. In a recent knee model, fluid was considered in femoral cartilage but not in the menisci [2]. Additionally, the depth-dependent mechanical properties were not included in that model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,267
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOsteoarthritis Treatment and Mechanisms→Travaux en français237 207→