Ankle-Injury Patients Perform More Microadjustments during Walking: Evidence from Velocity Profiles in Gait Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction. We evaluated the velocity profiles of patients with lateral collateral ligament (LCL) injuries of the ankle with a goal of understanding the control mechanism involved in walking. Methods. We tracked motions of patients’ legs and feet in 30 gait cycles recorded from patients with LCL injuries of the ankle and compared them to 50 gait cycles taken from normal control subjects. Seventeen markers were placed on the foot following the Heidelberg foot measurement model. Velocity profiles and microadjustments of the knee, ankle, and foot were calculated during different gait phases and compared between the patient and control groups. Results. Patients had a smaller first rocker percentage and larger second rocker percentage in the gait cycle compared to controls. Patients also displayed shorter stride length and slower strides and performed more microadjustments in the second rocker phase than in other rocker/swing phases. Patients’ mean velocities of the knee, ankle, and foot in the second rocker phase were also significantly higher than that in control subjects. Discussion. Evidence from velocity profiles suggested that patients with ligament injury necessitated more musculoskeletal microadjustments to maintain body balance, but these may also be due to secondary injury. Precise descriptions of the spatiotemporal gait characteristics are therefore crucial for our understanding of movement control during locomotion.
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.
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 | 0,000 | 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 découle