Development and validation of a muscle wrapping model applied to intact and reverse total shoulder arthroplasty shoulders
Notice bibliographique
Résumé
Assessment and optimization of procedural outcomes, namely joint replacement, that rely heavily on muscle action necessitates a model capable of accurately and reliably predicting muscle paths in an automated setting. In this study, such a model was developed and validated for the anatomic shoulder and one implanted with reverse total shoulder arthroplasty (rTSA), as these scenarios present particularly complex ranges of motion and wrapping geometries. A finite element (FE) element model included a "string-of-pearls" representation of the four rotator cuff muscles and the three deltoid muscle bundles. Muscle bundles consisted of 15 rigid spheres connected by linearly elastic springs and attached to the bones at their origins. The free ends of the muscle bundles were pulled to their insertions, after which motions were applied to the shoulder. Muscle moment arms were calculated and compared to data available in the literature qualitatively and using Pearson rho values and root-mean-square errors. The process was repeated following implantation of an rTSA. The FE model captured muscle paths throughout 180° of motion in under seven minutes. Moment arms at 30° and 60° of scaption generally fell within the ranges predicted by previous experimental and computational studies. The FE model showed good qualitative agreement with previously published results for abduction, flexion, and axial rotation before and after rTSA. In conclusion, a model capable of predicting muscle paths in the presence of variable wrapping geometry was developed and validated without sacrificing enough computational efficiency to render its use impossible in numerical techniques such as design optimization. © 2018 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 36:3308-3317, 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 | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 ».