Effect of Obersity on Gait Symmetry Following Anterior Cruciate Ligament Transection
Notice bibliographique
Résumé
Introduction: Obesity is considered a risk factor for both the onset and progression of osteoarthritis (OA). Obesity, OA and mechanical perturbation have all been identified individually to increase gait asymmetry. The purpose of this study was to assess the effect of obesity on the progression of gait asymmetry as a component of a diet induced obesity (DIO) OA model in the presence of mechanical perturbation . Methods: 28 Sprague Dawley Rats were assigned to a high fat, high sucrose diet or a low fat diet group (LFD). Twelve weeks post DIO groups receive an anterior cruciate ligament transection (ACL-X), or sham surgery. Pre-surgery, 1-week, 8-week, and 16-weeks post-surgery, kinetic data were collected by 3-D force plate analysis. Peak vertical ground reaction force (pVGRF), vertical impulse, and stance times were quantified then compared between limbs to quantify an asymmetry index (AI). Results: There were no differences in normalized pVGRF AI between hind limbs in the DIO or LFD group animals. Stance times decreased for both hind limbs in both DIO group animals. DIO ACL-X group animals had a greater AI compared to LFD group animals at 1-week post-surgery, and both DIO group animals had greater AI at 8 and 16 weeks post-surgery, compared to LFD group animals. Conclusion : DIO group animals exhibited gait patterns with increased asymmetries compared to LFD group animals, regardless of presence or absence of mechanical perturbation, suggesting that obesity causes distinct changes in gait patterns accelerating the onset and progression of knee osteoarthritis.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».