The Influence of Fall Direction and Hip Protector on Fracture Risk: FE Model Predictions Driven by Experimental Data
Notice bibliographique
Résumé
Hip fractures in older adults, which often lead to lasting impairments and an increased risk of mortality, are a major public health concern. Hip fracture risk is multi-factorial, affected by the risk of falling, the load acting on the femur, and the load the femur can withstand. This study investigates the influence of impact direction on hip fracture risk and hip protector efficacy. We simulated falls for 4 subjects, in 7 different impact directions (15° and 30° anterior, lateral, and 15°, 30°, 60°, and 90° posterior) at two different impact velocities (2.1 and 3.1 m/s), all with and without hip protector, using previously validated biofidelic finite element models. We found the highest number of fractures and highest fragility ratios in lateral and 15° posterior impacts. The hip protector attenuated femur forces by 23-49 % for slim subjects under impact directions that resulted in fractures (30° anterior to 30° posterior). The hip protector prevented all fractures (6/6) for 2.1 m/s impacts, but only 10% of fractures for 3.1 m/s impacts. Our results provide evidence that, regarding hip fracture risk, posterior-lateral impacts are as dangerous as lateral impacts, and they support the efficacy of soft-shell hip protectors for anterior- and posterior-lateral impacts.
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 | 0,001 |
| 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 ».