Biomechanics of the Human Knee Joint in Maximum Voluntary Isometric Flexion: Study of Changes in Applied Moment, Agonist–Antagonist Participations, Joint Center, and Flexion Angle
Notice bibliographique
Résumé
Estimation of the knee joint strength by maximum voluntary isometric contraction (MVIC) is a common practice to assess strength, coordination, safety to return to work or engage in sports after an injury, and to evaluate the efficacy of treatment modalities and rehabilitation strategies. In this study, we utilize a previously validated coupled finite element-musculoskeletal model of the lower extremity to explore the sensitivity of output measures (posterior cruciate ligament [PCL]/muscle/contact forces and passive moments) in knee MVIC flexion exercises at seated position. To do so, at three knee flexion angles (KFA), input measures (resistance moment and contribution moments of quadriceps and gastrocnemii) were varied at four levels each using the Taguchi design of experiment. Our findings reveal significant increases in PCL forces with KFA (p < 0.01), net MVIC moment (p < 0.01), and resistance moment of quadriceps (p < 0.01). In contrast, they drop at larger activity in gastrocnemii (p < 0.01). Tibiofemoral (TF) contact forces increase with the net MVIC moment (p < 0.01). The passive knee flexion moment, while highly dependent on the location at which computed, also increases with the net MVIC moment (p < 0.01). Changes in KFA, MVIC moment, and proportions thereof carried by quadriceps and/or gastrocnemii substantially affect biomechanics of the joint. Compared with level walking and stair ascent, slightly larger contact forces/stresses and much greater PCL forces are computed. This study improves our understanding of the knee joint behavior during MVIC in effective evaluation and rehabilitation interventions. Besides, it emphasizes the importance of positioning the joint center in model studies.
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 | 0,002 | 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 ».