Simulating Ideal Assistive Strategies to Reduce the Metabolic Cost of Walking in the Elderly
Notice bibliographique
Résumé
OBJECTIVE: Development of walking assist exoskeletons is a growing area of study, offering a solution to restore, maintain, and enhance mobility. However, applying this technology to the elderly is challenging and there is currently no consensus as to the optimal strategy for assisting elderly gait. The gait patterns of elderly individuals often differ from those of the younger population, primarily in the ankle and hip joints. This study used musculoskeletal simulations to predict how ankle and hip actuators might affect the energy expended by elderly participants during gait. METHODS: OpenSim was used to generate simulations of 10 elderly participants walking at self-selected slow, comfortable, and fast speeds. Ideal flexion/extension assistive actuators were added bilaterally to the ankle or hip joints of the models to predict the maximum metabolic power that could be saved by exoskeletons that apply torques at these joints. RESULTS: Compared to the unassisted scenario, the use of ideal hip actuators resulted in 21±5%, 26±5%, and 30±6% reductions in average metabolic power consumption at slow, comfortable, and fast walking speeds, respectively; use of ideal ankle actuators resulted in 12±3%, 14±2%, and 16±1% metabolic savings, respectively. CONCLUSION: The simulations suggest that providing hip assistance to elderly individuals during walking can result in significantly greater metabolic savings than ankle assistance, assuming kinematics and total joint moments do not change substantially with assistance. SIGNIFICANCE: The achieved research results and analysis provide exoskeleton developers guidance on optimally designing walking assist exoskeletons, thus promoting consensus toward the optimal strategy for assisting elderly individuals.
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 | 0,000 | 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 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 ».