A musculoskeletal finite element model of rat knee joint for evaluating cartilage biomechanics during gait
Notice bibliographique
Résumé
Abnormal loading of the knee due to injuries or obesity is thought to contribute to the development of osteoarthritis (OA). Small animal models have been used for studying OA progression mechanisms. However, numerical models to study cartilage responses under dynamic loading in preclinical animal models have not been developed. Here we present a musculoskeletal finite element model of a rat knee joint to evaluate cartilage biomechanical responses during a gait cycle. The rat knee joint geometries were obtained from a 3-D MRI dataset and the boundary conditions regarding loading in the joint were extracted from a musculoskeletal model of the rat hindlimb. The fibril-reinforced poroelastic (FRPE) properties of the rat cartilage were derived from data of mechanical indentation tests. Our numerical results showed the relevance of simulating anatomical and locomotion characteristics in the rat knee joint for estimating tissue responses such as contact pressures, stresses, strains, and fluid pressures. We found that the contact pressure and maximum principal strain were virtually constant in the medial compartment whereas they showed the highest values at the beginning of the gait cycle in the lateral compartment. Furthermore, we found that the maximum principal stress increased during the stance phase of gait, with the greatest values at midstance. We anticipate that our approach serves as a first step towards investigating the effects of gait abnormalities on the adaptation and degeneration of rat knee joint tissues and could be used to evaluate biomechanically-driven mechanisms of the progression of OA as a consequence of joint injury or obesity.
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 | 0,000 |
| 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 ».