A Systematic Review of Finite Element Analysis in Running Footwear Biomechanics: Insights for Running-Related Musculoskeletal Injuries
Notice bibliographique
Résumé
This study presented a systematic review of recent advancements in the application of finite element (FE) methods to running and running shoe biomechanics. It focused on outlining the general approach to build foot-running shoe FE models, exploring their current applications and challenges, and providing directions for future research. The review also aimed to highlight the gap between theoretical mechanical responses in simulations and real-world manifestations of running-related musculoskeletal injuries (RRMI). A comprehensive search of electronic databases, including Web of Science, PubMed, and Scopus, identified 12 eligible articles for inclusion in this review. Current studies have examined the effects of various running shoe design features and conditions on the mechanical response of internal foot tissues using foot-running shoe FE models. These models have gradually evolved from simplified local representations to more realistic and comprehensive models, with the incorporation of experimental data enhancing simulation accuracy. However, to further improve simulation outcomes, key advancements are proposed to reduce development time and enhance model robustness. These include high-fidelity 3D model development, personalized shape transformation, AI-driven automated reconstruction, comprehensive dynamic running simulations, and improved validation methods. More importantly, future research needs to bridge the gap between FE simulations and RRMI risk by addressing the complexities of bone fracture criteria and conducting localized assessments of bone properties. Overall, this review provided valuable insights for biomedical engineers, medical professionals, and researchers, facilitating more accurate investigations of foot-running shoe FE models. Ultimately, these advancements aim to improve footwear design and training programs to reduce the risk of RRMI.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| 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 ».