A biomechanical digital twin of Legg–Calvé–Perthes disease deformity
Notice bibliographique
Résumé
PURPOSE: The dynamic stress environment in the hip joint is thought to contribute to pain and osteoarthritis (OA) in people with Legg-Calvé-Perthes disease (LCPD) deformity, but is poorly understood, limiting clinical management options. The objective of this study was to develop and evaluate a patient-specific biomechanical "digital twin" model of LCPD to predict chondrolabral shear stress in dynamic and static loading scenarios. METHODS: We produced a digital twin model of both hips in a patient with unilateral LCPD deformity using anatomical magnetic resonance imaging (MRI) and the ArtiSynth modeling platform. We evaluated the model's sensitivity to changes in material properties and joint angles during a typical gait cycle, and verified its stress and femoral translation predictions against upright open MRI of the hip in high-flexion postures. RESULTS: The model's prediction of the highest chondrolabral shear stress during a gait cycle was 22-93% greater in the LCPD hip than in the unaffected hip. The model was sensitive to changes in material parameters and joint angles, but could accurately reproduce femoral translation and expected stress distribution in extreme static postures. CONCLUSION: This study demonstrates the importance of both dynamic motion and morphology in the stress environment of highly aspherical hip joints. Although some challenges remain, digital twin models are a promising tool to study the long-term outcomes of LCPD, and could be applied in future to aid clinical management.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».