MétaCan
Menu
Retour à la cohorte
Enregistrement W3003739458 · doi:10.1249/mss.0000000000002287

Cumulative Metrics of Tendon Load and Damage Vary Discordantly with Running Speed

2020· article· en· W3003739458 sur OpenAlexaff
Colin R. Firminger, Michael J. Asmussen, Saša Čigoja, Jared R. Fletcher, Benno M. Nigg, W. Brent Edwards

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensMount Royal UniversityAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAchilles tendonCumulative distribution functionBiomechanicsWeibull distributionMetric (unit)TendonMathematicsPhysical medicine and rehabilitationStructural engineeringStatisticsMedicineProbability density functionEngineeringSurgeryAnatomy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Cumulative load has become a popular metric in running biomechanics research to account for potential spatiotemporal changes associated with different locomotion strategies. This study investigated how incorporating mechanical fatigue principles into Achilles tendon cumulative load measurements affected their relationship with running speed. METHODS: Achilles tendon forces and strains were estimated from a dynamometry/ultrasound session followed by a motion capture session, where participants ran at three speeds. Three cumulative measures of increasing complexity were calculated using Achilles tendon force/strain: 1) cumulative load, defined as the product of the stance phase time integral of Achilles tendon force/strain and the stride count for 1 km of running; 2) cumulative damage, which accounted for the nonlinear relationship between load magnitude and fatigue life by exponentially weighting the time integral of Achilles tendon force/strain before multiplication with stride count; and (3) the probability of fatigue failure, which expanded upon the cumulative damage measure of Achilles tendon strain by fitting a probabilistic Weibull model to existing fatigue life data to account for the inherent variability that exists in the fatigue life of biological samples. RESULTS: Cumulative load measures significantly decreased with running speed, whereas the cumulative damage and probabilistic measures either increased or did not change significantly with running speed. CONCLUSIONS: The choice of cumulative metric has an important influence on the interpretation of overuse injury risk with changes in running speed. Although cumulative load metrics certainly provide meaningful information about the load experienced over a given distance, they do not account for the tissue damage incurred by such load. Cumulative load metrics should therefore be interpreted with caution when making inferences to overuse injury 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations35
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207