FINITE ELEMENT ANALYSIS OF THE IMPINGING HIP: SUBJECT-SPECIFIC MODELS TO ASSESS THE RISK OF OSTEOARTHRITIC DEGENERATION
Notice bibliographique
Résumé
Femoro-acetabular impingement involves a deformity of the hip joint and is associated with hip osteoarthritis. Although 15% of the asymptomatic population exhibits a deformity, it is not clear who will develop symptoms. Current diagnostic imaging measures have either low specificity or low sensitivity and do not consider the dynamic nature of impingement during daily activities. The goal of this study is to determine stresses in the cartilage, subchondral bone and labrum of normal and impinging hips during activities such as walking and sitting down. Quantitative CT scans were obtained of a healthy Control and a participant with a symptomatic femoral cam deformity (‘Bump’). 3D models of the hip were created from automatic segmentation of CT scans. Cartilage layers were added so the articular surface was the mid-line of the joint. Finite element meshes were generated in each region. Bone elastic modulus was assigned element-by-element, calculated from CT intensity converted to bone mineral density using a calibration phantom. Cartilage was modelled as poroelastic, E=0.467 MPa, v=0.167, and permeability 3×10 -16 m 4 /N s. The pelvis was fixed while rotations and contact forces from Bergmann et al. (2001) were applied to the femur over one load cycle for walking and sitting in a chair. All analyses were performed in FEBio. High shear stresses were seen near the acetabular cartilage-labrum junction in the Bump model, up to 0.12 MPa for walking and were much higher than in the Control. Patient-specific modelling can be used to assess contact and tissue stresses during different activities to better understand the risk of degeneration in individuals, especially for activities that involve high hip flexion. The high stresses at the cartilage labrum interface could explain so-called bucket-handle tears of the labrum.
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 | 0,003 |
| 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 ».