Inertial measurement units for the detection of the effects of simulated leg length inequalities
Notice bibliographique
Résumé
BACKGROUND: Leg length inequalities (LLI) are a common condition that can be associated with detrimental effects like low back pain and osteoarthritis. Inertial measurement units (IMUs) offer the chance to analyze daily activities outside a laboratory. Analyzing the kinematic effects of (simulated) LLI on the musculoskeletal apparatus using IMUs will show their potentiality to improve the comprehension of LLI. METHODS: Twenty healthy participants with simulated LLI of 0-4 cm were analyzed while walking with an inertial sensor system (MyoMotion). Statistical evaluation of the peak anatomical angles of the spine and legs were performed using repeated measurement (RM) ANOVA or their non-parametric test versions (Friedman test). RESULTS: Lumbar lateral flexion and pelvic obliquity increased during the stance phase of the elongated leg and decreased during its swing phase. The longer limb was functionally shortened by higher hip and knee flexion, higher hip adduction, dorsiflexion, and lower ankle adduction. Finally, the shorter leg was lengthened by higher hip and knee extension, hip abduction, ankle plantarflexion, and decreased hip adduction. CONCLUSION: We found differing compensation strategies between the different joints, movement planes, gait phases, and amounts of inequality. Overall the shorter leg is lengthened and the longer leg is shortened during walking, to retain the upright posture of the trunk. IMUs were helpful and precise in the detection of anatomical joint angles and for the analysis of the effects of LLI.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,004 | 0,001 |
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 ».