Biomechanical Study of Patient Positioning
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to use finite element model (FEM) simulations and experimental testing to study the relationship between lower limb positioning for surgeries of the spine and changes in sagittal curves. METHODS: Four volunteers underwent lower limb flexibility and range of motion testing before being placed prone on a new surgical frame where lateral radiographs of their spines were taken in positions of hip flexion (average 48 degrees) and extension (average 13 degrees). Personalized FEMs were created representing each volunteer's spine, rib cage, pelvis, and lower limbs. Optimization of model behavior was performed by adjustment of lower limb muscle initial strains. The FEMs were exploited to examine the impact of more extreme and intermediate lower limb positions; 30 degrees of hip extension to 90 degrees of flexion at intervals of 20 degrees. RESULTS: With increased hip flexion, lordosis and kyphosis decreased to an average of 52% (35 degrees) and 16% (6 degrees), respectively. Personalization of the 4 FEMs allowed reproduction of the experimental results within 5 degrees and their subsequent exploitation showed the linear changes in lordosis and kyphosis between extreme positions decreasing an average of 84% (59 degrees) and 34% (13 degrees) with increased hip flexion. A strong correlation was found between experimental change in lordosis and individual hamstring flexibilities (R=-0.93) which allowed for the development of a predictive equation for lordosis in terms of hip flexion which factors straight leg raise test results. CONCLUSIONS: Knowledge gained through this study can be used to improve intraoperative control of sagittal curves through lower limb positioning.
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 ».