Knee kinesiography for dynamic assessment of anterior cruciate ligament ruptures: Potential for a pediatric application
Notice bibliographique
Résumé
Anterior cruciate ligament (ACL) ruptures are common, particularly among athletes, and lead to altered biomechanics that complicate rehabilitation and return to activities. These alterations must be assessed to tailor therapeutic strategies and reduce the risk of long-term complications. This literature review examines the clinical applications of knee kinesiography, focusing on its role in evaluating dynamic knee adaptations following ACL rupture. It highlights the method’s advantages over traditional motion analysis techniques and explores its potential use in pediatric populations. This literature review was conducted in February 2025 in PubMed, Google Scholar, and Web of Science without date restrictions. Inclusion criteria were peer-reviewed studies involving patients with ACL ruptures and assessing knee biomechanics using knee kinesiography. Studies using laboratory-based motion capture systems, other portable technologies, case reports, or lacking a clear description of gait assessment methods were excluded. Five cohort studies were included: four in adults with ACL deficiency and one in pediatric patients. Knee kinesiography allows objective, dynamic, weight-bearing assessment of knee kinematics across all three anatomical planes. It detects gait alterations post-ACL rupture, such as increased stance-phase knee flexion and abnormal tibial rotation. It supports personalized rehabilitation based on objective data. However, pediatric applications remain limited, and the lack of normative data restricts interpretation in this population. Knee kinesiography is a valuable, accessible tool for dynamic analysis following ACL rupture. Clinically, it can guide individualized treatment strategies. Further pediatric research is needed to establish normative values and adapt this approach to younger populations.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».