Osteoarthritis year in review 2020: mechanics
Notice bibliographique
Résumé
The mechanical environment of the joint during dynamic activity plays a significant role in osteoarthritis processes. Understanding how the magnitude, pattern and duration of joint-specific loading features contribute to osteoarthritis progression and response to treatment is a topic of on-going relevance. This narrative review synthesizes evidence from recent papers that have contributed to knowledge related to three identified emerging subthemes: 1) the role of the joint mechanical environment in osteoarthritis pathogenesis, 2) joint biomechanics as an outcome to arthroplasty treatment of osteoarthritis, and 3) methodological trends for advancing our knowledge of the role of biomechanics in osteoarthritis. Rather than provide an exhaustive review of a broad area of research, we have focused on evidence this year related to these subthemes. New research this year has indicated significant interest in using biomechanics investigations to understand structural vs clinical progression of osteoarthritis, the role and interaction in the three-dimensional loading environment of the joint, and the contribution of muscle activation and forces to osteoarthritis progression. There is ongoing interest in understanding how patient variability with respect to gait biomechanics influences arthroplasty surgery outcomes, and subgroup analyses have provided evidence for the potential utility in tailored treatment approaches. Finally, we are seeing a growing trend in the application of translational biomechanics tools such as wearable inertial measurement units for improved integration of biomechanics into clinical decision-making and outcomes assessment for osteoarthritis.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».