In-Situ Fracture Tolerance of the Metatarsals During Quasi-Static Compressive Loading of the Human Foot
Notice bibliographique
Résumé
Accidental foot injuries including metatarsal fractures commonly result from compressive loading. The ability of personal protective equipment to prevent these traumatic injuries depends on the understanding of metatarsal fracture tolerance. However, the in situ fracture tolerance of the metatarsals under direct compressive loading to the foot's dorsal surface remains unexplored, even though the metatarsals are the most commonly fractured bones in the foot. The goal of this study was to quantify the in situ fracture tolerance of the metatarsals under simulated quasi-static compressive loading. Fresh-frozen cadaveric feet (n = 10) were mounted into a testing apparatus to replicate a natural stance and loaded at the midmetatarsals with a cylindrical bar to simulate a crushing-type injury. A 900 N compressive force was initially applied, followed by 225 N successive load increments. Specimens were examined using X-ray imaging between load increments to assess for the presence of metatarsal fractures. Descriptive statistics were conducted for metatarsal fracture force and deformation. Pearson correlation tests were used to quantify the correlation between fracture force with age and body mass index (BMI). The force and deformation at fracture were 1861 ± 642 N (mean ± standard deviation) and 22.6 ± 3.4 mm, respectively. Fracture force was correlated with donor BMI (r = 0.90). Every fractured specimen experienced a transverse fracture in the second metatarsal. New biomechanical data from this study further quantify the metatarsal fracture risk under compressive loading and will help to improve the development and testing of improved personal protective equipment for the foot to avoid catastrophic injury.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».