MétaCan
Menu
Retour à la cohorte
Enregistrement W2883672488 · doi:10.1371/journal.pone.0201096

A novel sideways fall simulator to study hip fractures ex vivo

2018· article· en· W2883672488 sur OpenAlexafffund
Ingmar Fleps, Muriel Vuille, Angela D. Melnyk, Stephen J. Ferguson, Pierre Guy, Benedikt Helgason, Peter A. Cripton

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaKillam Trusts
Mots-clésCadaveric spasmGreater trochanterPelvisFemurGround reaction forceLesser TrochanterBiomechanicsMedicineOrthodonticsImpactTorsoGeologySurgeryAnatomyStructural engineeringKinematicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Falls to the side are the leading cause of hip fractures in the elderly. The load that a person experiences during a fall cannot be measured with volunteers for ethical reasons. To evaluate injurious loads, while considering relevant energy input and body posture for a sideways fall, a subject-specific cadaveric impact experiment was developed. Full cadaveric femur-pelvis constructs (N = 2) were embedded in surrogate soft tissue material and attached to metallic surrogate lower limbs. The specimens were then subjected to an inverted pendulum motion, simulating a fall to the side with an impact to the greater trochanter. The load at the ground and the deformation of the pelvis were evaluated using a 6-axis force transducer and two high-speed cameras. Post-test, a trauma surgeon (PG) evaluated specimen injuries. Peak ground contact forces were 7132 N and 5641 N for the fractured and non-fractured specimen, respectively. We observed a cervical fracture of the femur in one specimen and no injuries in a second specimen, showing that the developed protocol can be used to differentiate between specimens at high and low fracture risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,308
Écart entre enseignants0,246 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations34
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHip and Femur FracturesTravaux en français237 207