An Investigation on the Influence of Stumbling Loads on Femoral Fracture Risk, Using a Novel Gradient Enhanced Quasi-Brittle Finite Element Model
Notice bibliographique
Résumé
Stumbling is associated with large hip contact forces, but it remains unclear whether these events contribute to osteoporotic hip fracture risk.We hypothesized that stumbling may increase risk, either causing fracture directly, or damaging the femur leaving it susceptible to future loading.This hypothesis can be tested in-silico, but previously published finite element (FE) models are susceptible to large errors in predicted fracture load and pattern.We developed and validated a novel gradient enhanced quasi-brittle damage model, for improved fracture prediction, and used the model to assess the influence of stumbling on fracture risk.Preliminary FE models were used to explore relevant physics and boundary conditions (BC's) needed to accurately model the femur in fall and stumbling configurations.The study investigated the influence of different BCs, viscoelasticity, inertial dynamics, and biphasic (pore fluid) effects; the potential importance of these phenomenon had been discussed, but not well-explored, in literature.After implementation, the gradient enhanced quasi-brittle damage model was validated through experimental testing.Average fracture load prediction error was 9.6%, compared to 10%-20% errors reported in previous models and fracture pattern was correctly predicted for all cases, compared to the 60-80% accuracy of previous models.This validated model predicted that four of six specimens had a moderate risk of fracture due to stumbling alone, and risk increased significantly with simulated advanced osteoporosis.The model also predicted compaction of the subcapital region, a pattern consistent with impacted fractures observed in clinical settings.Finally, we investigated if progressive damage accumulation from combinations of stumble and fall could increase fracture risk.Most specimens were resilient to accumulated damage and only one experienced reductions in strength (5-15%) from repeat loading.However, two specimens II experienced moderate (20-30%) increase in fracture load, for some load cases; this was a novel finding.In these cases, initial damage accumulation caused the load to be more evenly distributed upon subsequent loading events.These results suggest that stumbling alone can result in hip fracture and therefore future preventative intervention strategies may be more effective if they target both fall and stumbling induced fractures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».