Ultrastructure of tendon rupture depends on strain rate and tendon type
Notice bibliographique
Résumé
Previous research has shown that both the mechanics and elongation mechanisms of tendon and ligament vary with strain rate during tensile loading. In this study, we sought to determine if the ultrastructural damage created during tendon rupture also varies with strain rate. A bovine forelimb model was used, allowing two anatomically proximate but physiologically distinct tendons to be studies: the positional common digital extensor tendon, and the energy storing superficial digital flexor tendon. Samples from the two tendon types were ruptured at rates of either 1%/s or 10%/s. Relative to unruptured control samples, changes to collagen fibril structure were assessed using scanning electron microscopy (SEM), and changes to collagen molecule packing were studied using differential scanning calorimetry (DSC). Rupture at 1%/s caused discrete plasticity damage that extended along the length of collagen fibrils in both the extensor and flexor tendons. Consistent with this, DSC showed molecular packing disruption relative to control samples. Both SEM and DSC showed that extensor tendon fibrils sustained more severe damage than the more highly crosslinked flexor tendon fibrils. Increasing strain rate during rupture decreased the level of longitudinal disruption experienced by the collagen fibrils of both tendon types. Disruption to D-banding was no longer seen in the extensor tendon fibrils, and discrete plasticity damage was completely eliminated in the flexor tendon fibrils, indicating a transition to localized point failure. Ultrastructural damage resulting from tendon rupture depends on both strain rate and tendon type. © 2018 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 36:2842-2850, 2018.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».