Appositional long bone growth: Implications for measuring cross‐sectional geometry
Notice bibliographique
Résumé
Abstract Objectives As growth at the periosteal and endosteal surfaces varies with age, cross‐sectional geometric (CSG) properties derived from periosteal (“solid”) contours may not produce comparable results to those from endosteal and periosteal contours (“true”), contrary to findings from adults. Error in CSG properties derived from the “solid” sections is compared with “true” sections in a sample of archeologically derived skeletons with estimated dental ages ranging from 1.5 months to 23.5 years. Materials and Methods Cross sections were extracted from 3D surface models, and endosteal contours were located from biplanar radiographs for 56 femora and 59 humeri. Polar second moment of area ( J ), cross‐sectional shape ( I max / I min ), and polar section modulus ( Z p ) were calculated from solid and true sections. Relationships between solid and true properties were examined with least squares regression. Multiple regression examined the effect of age and % cortical area on solid section CSG error. Results While correlations were high ( R 2 = 0.72–0.99, all p < 0.001), the results indicate that solid CSG properties are not within an acceptable error range (%SEE of ≤8.0, and %PE of ≤5.0) of true CSG. Error was most affected by %CA, while estimated age was not correlated with %CA, %PE, or percent difference of true‐solid CSG. Discussion Periosteal contours alone should not be used to calculate CSG properties from individuals during the period of growth and development. Variation in bone growth and/or adaptive responses independent of age may account for the inconsistent age effects.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,044 |
| 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) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».