Knee biomechanics during walking in individuals with anterior cruciate ligament repair: The role of a custom 3D-printed knee brace
Notice bibliographique
Résumé
BACKGROUND: Anterior cruciate ligament (ACL) injuries frequently lead to altered gait biomechanics and muscle activation patterns, increasing the risk of osteoarthritis. Knee braces are commonly used to address these issues although a lack of consensus remains regarding their clinical benefits. The most recent 3D-printed braces, lighter and personalized, could improve rehabilitation. OBJECTIVES: To evaluate the effect of a novel custom-made 3D-printed knee brace (Provoke™) in individuals after unilateral ACL reconstruction during walking. The brace incorporates an asymmetrical hinge system aimed at stabilizing the knee joint while minimizing compensatory movements. METHODS: Fourteen participants with unilateral ACL reconstruction wore the Provoke™ brace while walking at comfortable and fast paces. Knee kinematics and kinetics and muscular activity (rectus femoris, vastus medialis, and semitendinosus) were assessed with and without the brace. Nonparametric paired t tests were used to assess the biomechanical effect of the brace. RESULTS AND CONCLUSIONS: The Provoke™ brace improved knee kinematics, facilitating a more neutral knee position by reducing valgus angles (-1.95°) and increasing flexion angles (+1.14°). In addition, it enhanced muscle activation, particularly of the rectus femoris, suggesting improved quadriceps function. Overall, the Provoke™ brace effectively improves knee function and reduces muscle imbalances in individuals undergoing ACL reconstruction. It may help prevent further injury and reduce the risk of post-traumatic osteoarthritis development. The long-term effects of brace use in ACL rehabilitation must be investigated.
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 | 0,000 |
| 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) | 0,000 | 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 ».