Biomechanical Analysis Using FEA and Experiments of Metal Plate and Bone Strut Repair of a Femur Midshaft Segmental Defect
Notice bibliographique
Résumé
This investigation assessed the biomechanical performance of the metal plate and bone strut technique for fixing recalcitrant nonunions of femur midshaft segmental defects, which has not been systematically done before. A finite element (FE) model was developed and then validated by experiments with the femur in 15 deg of adduction at a subclinical hip force of 1 kN. Then, FE analysis was done with the femur in 15 deg of adduction at a hip force of 3 kN representing about 4 x body weight for a 75 kg person to examine clinically relevant cases, such as an intact femur plus 8 different combinations of a lateral metal plate of fixed length, a medial bone strut of varying length, and varying numbers and locations of screws to secure the plate and strut around a midshaft defect. Using the traditional "high stiffness" femur-implant construct criterion, the repair technique using both a lateral plate and a medial strut fixed with the maximum possible number of screws would be the most desirable since it had the highest stiffness (1948 N/mm); moreover, this produced a peak femur cortical Von Mises stress (92 MPa) which was below the ultimate tensile strength of cortical bone. Conversely, using the more modern "low stiffness" femur-implant construct criterion, the repair technique using only a lateral plate but no medial strut provided the lowest stiffness (606 N/mm), which could potentially permit more in-line interfragmentary motion (i.e., perpendicular to the fracture gap, but in the direction of the femur shaft long axis) to enhance callus formation for secondary-type fracture healing; however, this also generated a peak femur cortical Von Mises stress (171 MPa) which was above the ultimate tensile strength of cortical bone.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».