Effects of body mass and sex on kinematics and kinetics of the lower extremity during stair ascent and descent in older adults
Notice bibliographique
Résumé
The effects of body mass and sex on lower limb biomechanics during ascent and descent were examined in participants aged 50 to 75 with normal weight (n = 19), overweight (n = 18), and obese (n = 8). Peak joint angles and joint moment of the lower limb were analyzed with the VICON motion analysis system. Results from multivariate analysis of variance showed that during descent, the overweight participants had significantly higher knee extensor moment (0.98 ± 0.30 N∙m/kg-1) than the normal-weight participants (0.70 ± 0.29 N∙m/kg-1). The obese group had significantly higher ankle abductor moment (0.21 ± 0.11 N∙m/kg-1) than the normal weight (0.12 ± 0.08 N∙m/kg-1) and overweight groups (0.09 ± 0.06 N∙m/kg-1). During ascent, the obese participants had significant higher hip flexor moment (0.42 ± 0.20 N∙m/kg-1) than overweight participants (0.22 ± 0.17 N∙m/kg-1). Significant sex differences were found in knee extension angles (4.2 ± 3.4° vs 7.0 ± 3.3°) during descent, plantar flexion angles during ascent (23.7 ± 5.3° vs 15.6 ± 3.7°) and descent (29.9 ± 5.0° vs 22.1 ± 7.9°), and ankle adduction angles (6.8 ± 4.8° vs 2.5 ± 2.5°) during ascent. It is concluded that body mass has significant impact on joint loading of lower limbs during stair walking. Being overweight and obese increased hip joint loading during ascent, and knee and ankle joint loading during descent in older adults. Sex difference in joint kinematics was presented during stair walking regardless of the body mass.
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 ».