The Effect of Functional Knee Braces on Muscular Contributions to Joint Rotational Stiffness in Anterior Cruciate Ligament–Deficient and –Reconstructed Patients
Notice bibliographique
Résumé
Functional knee braces are frequently prescribed by physicians to ameliorate the function of individuals with anterior cruciate ligament (ACL) injuries. These braces have been shown in the literature to potentially enhance knee stability by augmenting muscle activation patterns and the timing of muscle response to perturbations. However, very few techniques are available in the literature to quantify how those modifications in lower-limb muscle activity influence stability of the knee. The aim of the present study was to quantify the effect of an off-the-shelf functional knee brace on muscle contributions to knee joint rotational stiffness in ACL-deficient and ACL-reconstructed patients. Kinematic, electromyography, and kinetic data were incorporated into an electromyography-driven model of the lower extremity to calculate individual and total muscle contributions to knee joint rotational stiffness about the flexion-extension axis, for 4 independent variables: leg condition (contralateral uninjured, unbraced ACL injured, and braced ACL injured); knee flexion (5°-10°, 20°-25°, and 30°-35°); squat stability condition (stable and unstable); and injury status (ACL deficient and ACL reconstructed). Participants had significantly higher (P < .05, η2 = .018) total knee joint rotational stiffness values while wearing the brace compared with the control leg. A 2-way interaction effect between stability and knee flexion (P < .05, η2 = .040) for total joint rotational stiffness was also found.
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 | 0,000 | 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 ».