Effects of body size and load carriage on lower-extremity biomechanical responses in healthy women
Notice bibliographique
Résumé
BACKGROUND: Musculoskeletal injuries, such as stress fractures, are the single most important medical impediment to military readiness in the U.S. Army. While multiple studies have established race- and sex-based risks associated with a stress fracture, the role of certain physical characteristics, such as body size, on stress-fracture risk is less conclusive. METHODS: In this study, we investigated the effects of body size and load carriage on lower-extremity joint mechanics, tibial strain, and tibial stress-fracture risk in women. Using individualized musculoskeletal-finite-element-models of 21 women of short, medium, and tall statures (n = 7 in each group), we computed the joint mechanics and tibial strains while running on a treadmill at 3.0 m/s without and with a load of 11.3 or 22.7 kg. We also estimated the stress-fracture risk using a probabilistic model of bone damage, repair, and adaptation. RESULTS: Under all load conditions, the peak plantarflexion moment for tall women was higher than those in short women (p < 0.05). However, regardless of the load condition, we did not observe differences in the strains and the stress-fracture risk between the stature groups. When compared to the no-load condition, a 22.7-kg load increased the peak hip extension and flexion moments for all stature groups (p < 0.05). However, when compared to the no-load condition, the 22.7-kg load increased the strains and the stress-fracture risk in short and medium women (p < 0.05), but not in tall women. CONCLUSION: These results show that women of different statures adjust their gait mechanisms differently when running with external load. This study can educate the development of new strategies to help reduce the risk of musculoskeletal injuries in women while running with external load.
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 | 0,001 |
| 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 | 0,000 | 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 ».