The influence of footwear on walking biomechanics in individuals with chronic ankle instability
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: The effects of footwear on the walking kinematics, kinetics and electromyography (EMG) of individuals with chronic ankle instability (CAI) at different speeds are still unknown. The objective of this cross-sectional study was to evaluate the kinematic, kinetic and electromyography differences between shod and barefoot walking at comfortable (CW) and fast (FW) speeds in individuals with CAI. METHODS: Twenty-one individuals with CAI walked on a 5-meter walkway shod and barefoot at CW and FW speeds. A force plate was used to record the ground reaction forces, a 3-D motion analysis system to record the lower limb kinematics and a surface EMG system to collect the gluteus medius, vastus lateralis, gastrocnemius lateralis, gastrocnemius medialis, peroneus longus and tibialis anterior muscles activity. The dependent variables were ankle and knee angles and moments and normalized muscle activity. The shod and barefoot data during CW and FW were compared using a one-dimensional non-parametric mapping analysis. RESULTS: The main results of this study were that individuals with CAI exhibited more ankle dorsiflexion angle, knee extension and tibialis anterior muscle activation during the beginning of the stance phase during shod compared to barefoot walking. Also, the biomechanical effects of shoes are similar during walking at FW and CW. CONCLUSION: The biomechanical deficits associated with CAI were partly attenuated during the shod compared to the barefoot condition and these effects were similar at CW and FW. These findings are compatible with the concept that locomotor interventions using suitable shoes may enhance gait abilities in individuals with CAI.
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 | 0,000 | 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 ».