Patella Apex Influences Patellar Ligament Forces and Ratio
Notice bibliographique
Résumé
The relationship between three-dimensional shape and patellofemoral mechanics is complicated. The Wiberg patella classification is a method of distinguishing shape differences in the axial plane of the patella that can be used to connect shape differences to observed mechanics. This study uses the Wiberg patella classification to differentiate variance in a statistical shape model describing changes in patella morphology and height. We investigate how patella morphology influences force distribution within the patellofemoral joint. The Wiberg type I patella has a more symmetrical medial and lateral facet while the type III patella has a larger lateral facet compared to medial. The second principal component of the statistical shape model described shape variation that qualitatively resembled the different Wiberg patellas. We generated patellofemoral morphologies from the statistical shape model and integrated them into a musculoskeletal model with a twelve degrees-of-freedom knee. We simulated an overground walking trial with these morphologies and recorded patellofemoral mechanics and ligament forces. An increase in patellar ligament force corresponded with an increase in patella height. Wiberg type III patellas had a sharper patella apex which related to lower ratios of quadriceps tendon forces to patellar ligament forces. The change in pivot point of the patella affects the ratio of forces as well as the patellofemoral reaction force. This study provides a better understanding of how patella morphology affects fundamental patella mechanics which may help identify at-risk populations for pathology development.
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 | 0,000 |
| 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 ».