The Influence of Simulated Low Speed Vehicle Impacts and Posture on Passive Intervertebral Mechanics
Notice bibliographique
Résumé
STUDY DESIGN: An in vitro biomechanics investigation exposing porcine functional spinal units (FSUs) to sudden impact loading although in a flexed, neutral, or extended posture. OBJECTIVE: To investigate the combined effect of impact severity and postural deviation on intervertebral joint mechanics. SUMMARY OF BACKGROUND DATA: To date, no in vitro studies have been conducted to explore lumbar tissue injury potential and altered mechanical properties from exposure to impact forces. Typically, after a motor vehicle collision, the cause of a reported acute onset of low back pain is difficult to identify, with potential soft tissue strain injury sites including the intervertebral disc, facet joint and highly innervated facet joint capsule ligament. METHODS: Seventy-two porcine functional spinal units (36 C34, 36 C56), consisting of 2 adjacent vertebrae, ligaments, and the intervening intervertebral disc were included in the study. Each specimen was randomized to 1 of 3 experimental posture conditions (neutral, flexed, or extended) and assigned to 1 of 3 impact severities representing motor vehicle accident accelerations (4 g, 8 g, and 11 g). Before impact (pre) and after impact (post) flexion-extension and anterior-posterior shear neutral zone testing was completed. RESULTS: A significant two-way interaction was observed between pre-post and impact severity for flexion-extension neutral zone length and stiffness and anterior-posterior shear neutral zone length and stiffness. This was a result of increasedneutral zone range and decreased neutral zone stiffness pre-post for the highest impact severity (11 g), regardless of posture. CONCLUSION: Functional spinal units exposed to the highest severity impact (11 g) had significant neutral zone changes, with increases in joint laxity in flexion-extension and anterior-posterior shear and decreased stiffness, suggesting that soft tissue injury may have occurred. Despite observed main effects of impact severity, no influence of posture was observed.Level of Evidence: N/A.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,002 | 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 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 ».