Joint and Limb Loading during Gait in Adults with ACL Reconstruction: Comparison between Single-Step and Cumulative Load Metrics
Notice bibliographique
Résumé
PURPOSE: Individuals with anterior cruciate ligament reconstruction (ACLR) generally exhibit limb underloading behaviors during walking, but most research focuses on per-step comparisons. Cumulative loading metrics offer unique insight into joint loading as magnitude, duration, and total steps are considered, but few studies have evaluated if cumulative loads are altered post-ACLR. Here, we evaluated if underloading behaviors are apparent in ACLR limbs when using cumulative load metrics and how load metrics change in response to walking speed modifications. METHODS: Treadmill walking biomechanics were evaluated in 21 participants with ACLR at three speeds (self-selected (SS); 120% SS and 80% SS). Cumulative loads per step and per kilometer were calculated using knee flexion and adduction moment (KFM and KAM) and vertical ground reaction force (GRF) impulses. Traditional magnitude metrics for KFM, KAM, and GRF were also calculated. RESULTS: The ACLR limb displayed smaller KFM and GRF in early and late stances, but larger KFM and GRF during midstance compared with the contralateral limb ( P < 0.01). Only GRF cumulative loads (per step and per kilometer) were reduced in the ACLR limb ( P < 0.01). In response to speed modifications, load magnitudes generally increased with speed. Conversely, cumulative load metrics (per step and per kilometer) decreased at faster speeds and increased at slow speeds ( P < 0.01). CONCLUSIONS: Patients with ACLR underload their knee in the sagittal plane per step, but cumulatively over the course of many steps/distance, this underloading phenomenon was not apparent. Furthermore, cumulative load increased at slower speeds, opposite to what is identified with traditional single-step metrics. Assessing cumulative load metrics may offer additional insight into how load outcomes may be impacted in injured populations or in response to gait modifications.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».