In Vivo Strain Patterns in the Achilles Tendon During Dynamic Activities: A Comprehensive Survey of the Literature
Notice bibliographique
Résumé
Achilles' tendon (AT) injuries such as ruptures and tendinopathies have experienced a dramatic rise in the mid- to older-aged population. Given that the AT plays a key role at all stages of locomotion, unsuccessful rehabilitation after injury often leads to long-term, deleterious health consequences. Understanding healthy in vivo strains as well as the complex muscle-tendon unit interactions will improve access to the underlying aetiology of injuries and how their functionality can be effectively restored post-injury. The goals of this survey of the literature with a systematic search were to provide a benchmark of healthy AT strains measured in vivo during functional activities and identify the sources of variability observed in the results. Two databases were searched, and all articles that provided measured in vivo peak strains or the change in strain with respect to time were included. In total, 107 articles that reported subjects over the age of 18 years with no prior AT injury and measured while performing functional activities such as voluntary contractions, walking, running, jumping, or jump landing were included in this review. In general, unclear anatomical definitions of the sub-tendon and aponeurosis structures have led to considerable confusion in the literature. MRI, ultrasound, and motion capture were the predominant approaches, sometimes coupled with modelling. The measured peak strains increased from 4% to over 10% from contractions, to walking, running, and jumping, in that order. Importantly, measured AT strains were heavily dependent on measurement location, measurement method, measurement protocol, individual AT geometry, and mechanical properties, as well as instantaneous kinematics and kinetics of the studied activity. Through a comprehensive review of approaches and results, this survey of the literature therefore converges to a united terminology of the structures and their common underlying characteristics and presents the state-of-knowledge on their functional strain patterns.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».