The effect of bolus properties on muscle activation patterns and TMJ loading during unilateral chewing
Notice bibliographique
Résumé
Mastication is a vital human function and uses an intricate coordination of muscle activation to break down food. Collection of detailed muscle activation patterns is complex and commonly only masseter and anterior temporalis muscle activation are recorded. Chewing is the orofacial task with the highest muscle forces, potentially leading to high temporomandibular joint (TMJ) loading. Increased TMJ loading is often associated with the onset and progression of temporomandibular disorders (TMD). Hence, studying TMJ mechanical stress during mastication is a central task. Current TMD self-management guidelines suggest eating small and soft pieces of food, but patient safety concerns inhibit in vivo investigations of TMJ biomechanics and currently no in silico model of muscle recruitment and TMJ biomechanics during chewing exists. For this purpose, we have developed a state-of-the-art in silico model, combining rigid body bones, finite element TMJ discs and line actuator muscles. To solve the problems regarding muscle activation measurement, we used a forward dynamics tracking approach, optimizing muscle activations driven by mandibular motion. We include a total of 256 different combinations of food bolus size, stiffness and position in our study and report kinematics, muscle activation patterns and TMJ disc von Mises stress. Computed mandibular kinematics agree well with previous measurements. The computed muscle activation pattern stayed stable over all simulations, with changes to the magnitude relative to stiffness and size of the bolus. Our biomedical simulation results agree with the clinical guidelines regarding bolus modifications as smaller and softer food boluses lead to less TMJ loading. The computed mechanical stress results help to strengthen the confidence in TMD self-management recommendations of eating soft and small pieces of food to reduce TMJ pain.
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 | 0,001 |
| 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 | 0,000 | 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 ».