Finite Element Analysis of Sacroiliac Joint Fixation under Compression Loads
Notice bibliographique
Résumé
BACKGROUND: Sacroiliac joint (SIJ) is a known chronic pain-generator. The last resort of treatment is the arthrodesis. Different implants allow fixation of the joint, but to date there is no tool to analyze their influence on the SIJ biomechanics under physiological loads. The objective was to develop a computational model to biomechanically analyze different parameters of the stable SIJ fixation instrumentation. METHODS: A comprehensive finite element model (FEM) of the pelvis was built with detailed SIJ representation. Bone and sacroiliac joint ligament material properties were calibrated against experimentally acquired load-displacement data of the SIJ. Model evaluation was performed with experimental load-displacement measurements of instrumented cadaveric SIJ. Then six fixation scenarios with one or two implants on one side with two different trajectories (proximal, distal) were simulated and assessed with the FEM under vertical compression loads. RESULTS: The simulated S1 endplate displacement reduction achieved with the fixation devices was within 3% of the experimentally measured data. Under compression loads, the uninstrumented sacrum exhibited mainly a rotation motion (nutation) of 1.38° and 2.80° respectively at 600 N and 1000 N, with a combined relative translation (0.3 mm). The instrumentation with one screw reduced the local displacement within the SIJ by up to 62.5% for the proximal trajectory vs. 15.6% for the distal trajectory. Adding a second implant had no significant additional effect. CONCLUSION: A comprehensive finite element model was developed to assess the biomechanics of SIJ fixation. SIJ devices enable to reduce the motion, mainly rotational, between the sacrum and ilium. Positioning the implant farther from the SIJ instantaneous rotation center was an important factor to reduce the intra-articular displacement. CLINICAL RELEVANCE: Knowledge provided by this biomechanical study enables improvement of SIJ fixation through optimal implant trajectory.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».