Gait biomechanics phenotypes among total knee arthroplasty candidates by machine learning cluster analysis
Notice bibliographique
Résumé
Abstract Knee osteoarthritis patient phenotyping is relevant to developing targeted treatments and assessing the treatment efficacy of total knee arthroplasty (TKA). This study aimed to identify clusters among TKA candidates based on demographic and knee mechanic features during gait, and compare gait changes between clusters postoperatively. TKA patients underwent 3D gait analysis 1‐week pre ( n = 134) and 1‐year post‐TKA ( n = 105). Principal component analysis was applied to frontal and sagittal knee angle and moment waveforms, extracting major patterns of variability. Age, sex, body mass index, gait speed, and frontal and sagittal pre‐TKA angle and moment PC scores previously identified as relevant to TKA outcomes were standardized (mean = 0, SD = 1, [134 × 15]). Multidimensional scaling and machine learning‐based hierarchical clustering were applied. Final clusters were validated by examining intercluster differences pre‐TKA and gait feature changes (Post PCscore – Pre PCscore ) by k‐way Χ 2 and ANOVA tests. Four TKA candidate phenotypes yielded optimum clustering metrics, interpreted as higher and lower functioning clusters that were predominantly male and female. Higher functioning clusters pre‐TKA (clusters 1 and 4) had more dynamic sagittal flexion moment ( p < 0.001) and frontal plane adduction moment ( p < 0.001) loading/un‐loading patterns during stance. Post‐TKA, higher functioning clusters demonstrated less knee mechanic improvements during gait (flexion angle p < 0.001; flexion moment p < 0.001). TKA candidates can be characterized by four clusters, predominately separated by sex and knee joint biomechanics. Post‐TKA knee kinematics and kinetics improvements were cluster‐specific; lower functioning clusters experienced more improvement. Cluster‐based patient profiling may aid in triaging and developing OA management and surgical strategies meeting group‐level function needs.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».