Comparing three generic musculoskeletal models to estimate the tibiofemoral reaction forces during gait and sit-to-stand tasks
Notice bibliographique
Résumé
The choice of musculoskeletal (MSK) model is crucial for performing MSK estimations to evaluate muscle demands and joint forces. This study compared two previously published generic MSK models and a modified model to estimate tibiofemoral reaction forces (TFRF) during gait, sit-to-stand, and stand-to-sit. The estimated tibiofemoral reaction forces were compared with an in vivo dataset from six patients using an instrumented knee prosthesis. A correlation and root mean square error (RMSE) in the time-series analysis and relative peak error (RPE) were evaluated. The results showed that the three MSK models were similar in estimating the vertical forces, with a large correlation, and RPE was found around 20 % during gait. The RMSE and the RPE indicated that the modified model had lower total and lateral compartment forces errors for sit-to-stand and stand-to-sit, showing the best performance. The shear forces for all tasks and models showed significant errors. Future MSK studies should consider these findings when researching functional tasks. The modified model was found to be more effective in estimating the vertical tibiofemoral joint reaction forces in tasks that impose greater demands on muscle forces and require high knee and hip flexion.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».