MétaCan
Menu
Retour à la cohorte
Enregistrement W349648473 · doi:10.1682/jrrd.2012.04.0062

Load applied on bone-anchored transfemoral prosthesis: Characterization of a prosthesis� A pilot study

2013· article· en· W349648473 sur OpenAlexaff
Laurent Frossard, Eva H�ggstr�m, Kerstin Hagberg, Rickard Br�nemark

Notice bibliographique

RevueThe Journal of Rehabilitation Research and Development · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésProsthesisStairsCadenceAmputationBiomechanicsMaterials scienceBiomedical engineeringGait analysisGaitOrthodonticsStructural engineeringMedicinePhysical medicine and rehabilitationSurgeryEngineering

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to (1) record the inner-prosthesis loading during activities of daily living (ADLs), (2) present a set of variables comparing loading data, and (3) provide an example of characterization of two prostheses. The load was measured at 200 Hz using a multi-axial transducer mounted between the residuum and the knee of an individual with unilateral transfemoral amputation fitted with a bone-anchored prosthesis. The load was measured while using two different prosthetic knees, mechanical (PRO1) and micro processor-controlled (PRO2), during six ADLs. The characterization of the prostheses was achieved using a set of variables split into four categories, including temporal characteristics, maximum loading, loading slopes, and impulse. Approximately 360 gait cycles were analyzed for each prosthesis. PRO1 showed a cadence improved by 19% and 7%, a maximum force on the long axis reduced by 11% and 19%, and an impulse reduced by 32% and 15% during descent of incline and stairs compared with PRO2, respectively. This work confirmed that the proposed apparatus and characterization can reveal how changes of prosthetic components are translated into inner-prosthetic loading.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,267
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rehabilitation Research and DevelopmentMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207