How do digital techniques of shape capture and alignment compare to traditional casting methods when applied to pediatric ankle-foot orthoses (AFOs)?
Notice bibliographique
Résumé
Achieving optimal alignment and fit is a key aspect of ankle-foot orthosis (AFO) design, as it directly influences the effectiveness of the device. While digital workflows offer the potential to integrate quantifiable alignment measures and corrections into AFO design, a major challenge remains in controlling lower-limb positioning and alignment during 3D scanning. This study aimed to evaluate pediatric AFO alignment and shape differences of directly scanned (live scan) vs casted lower limb models. Eighteen participants aged 4-16 years treated by 5 certified orthotists were recruited. Participants and casts were scanned. Sagittal plane ankle-foot alignment differences were analyzed between pairs of live scan and cast models. Using digital tools, the ankle-foot alignment of the live scans was then corrected, and the alignment differences were re-evaluated to assess the re-alignment methods and allow for further shape comparisons. After correction, modification maps were generated to assess the shape differences (surface deviations) between the live scans and cast models. Shape differences were also assessed with respect to participant characteristics. The results of this study demonstrated that AFO users can be scanned in a nearly corrected position (mean sagittal plane angle difference = 0.85°, SD = 4.44°), and that digital tools can be used to measure and adjust ankle-foot alignment with high accuracy (<1°error). The modification maps revealed that the live scans closely matched the cast models, with shape differences consistently observed in the foot and heel regions. Mean differences ranged -2.12-1.45 mm, positive differences (cast larger) ranged 1.14-2.71 mm, and negative differences (cast smaller) ranged 1.50-3.47 mm. Height, age, and foot length had moderate effects on shape differences (ρ = 0.5-0.75), while significant differences were observed between orthotists (∊2 = 0.32). These findings can drive future advancements in the digital design and fabrication of AFOs.
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 | 0,012 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».