Patient-Specific Finite Element Modeling of the Whole Lumbar Spine Using Clinical Routine Multi-Detector Computed Tomography (MDCT) Data—A Pilot Study
Notice bibliographique
Résumé
(1) Background: To study the feasibility of developing finite element (FE) models of the whole lumbar spine using clinical routine multi-detector computed tomography (MDCT) scans to predict failure load (FL) and range of motion (ROM) parameters. (2) Methods: MDCT scans of 12 subjects (6 healthy controls (HC), mean age ± standard deviation (SD): 62.16 ± 10.24 years, and 6 osteoporotic patients (OP), mean age ± SD: 65.83 ± 11.19 years) were included in the current study. Comprehensive FE models of the lumbar spine (5 vertebrae + 4 intervertebral discs (IVDs) + ligaments) were generated (L1−L5) and simulated. The coefficients of correlation (ρ) were calculated to investigate the relationship between FE-based FL and ROM parameters and bone mineral density (BMD) values of L1−L3 derived from MDCT (BMDQCT-L1-3). Finally, Mann−Whitney U tests were performed to analyze differences in FL and ROM parameters between HC and OP cohorts. (3) Results: Mean FE-based FL value of the HC cohort was significantly higher than that of the OP cohort (1471.50 ± 275.69 N (HC) vs. 763.33 ± 166.70 N (OP), p < 0.01). A strong correlation of 0.8 (p < 0.01) was observed between FE-based FL and BMDQCT-L1-L3 values. However, no significant differences were observed between ROM parameters of HC and OP cohorts (p = 0.69 for flexion; p = 0.69 for extension; p = 0.47 for lateral bending; p = 0.13 for twisting). In addition, no statistically significant correlations were observed between ROM parameters and BMDQCT- L1-3. (4) Conclusions: Clinical routine MDCT data can be used for patient-specific FE modeling of the whole lumbar spine. ROM parameters do not seem to be significantly altered between HC and OP. In contrast, FE-derived FL may help identify patients with increased osteoporotic fracture risk in the future.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».