Matching walking speed of controls affects identification of gait deviations in patients with a total knee replacement
Notice bibliographique
Résumé
BACKGROUND: The assessment of functional recovery of patients after a total knee replacement includes the quantification of gait deviations. Comparisons to comfortable gait of healthy controls may incorrectly suggest biomechanical gait deviations, since the usually lower walking speed of patients already causes biomechanical differences. Moreover, taking peak values as parameter might not be sensitive to actual differences. Therefore, this study investigates the effect of matching walking speed and full-waveform versus discrete analyses. METHODS: Gait biomechanics of 25 knee replacement patients were compared to 22 controls in two ways: uncorrected and corrected for walking speed employing principal component analyses, to reconstruct control gait biomechanics at walking speeds matched to the patients. Ankle, knee and hip kinematics and kinetics were compared over the full gait cycle using statistical parametric mapping against using peak values. FINDINGS: All joint kinematics and kinetics gait data were impacted by applying walking speed correction, especially the kinetics of the knee. The lower control walking speeds used for reference generally reduced the magnitude of differences between patient and control gait, however some were enlarged. Full-waveform analysis identified greater deviating gait cycle regions beyond the peaks, but did not make peak value analyses redundant. INTERPRETATION: Matching walking speed of controls affects identification of gait deviations in patients with a total knee replacement, reducing deviations confounded by walking speed and revealing hidden gait deviations related to possible compensations. Full-waveform analysis should be used along peak values for a comprehensive quantification of differences in gait biomechanics.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».