Assessment of hip fracture risk using cross-section strain energy determined from QCT-based finite element model
Notice bibliographique
Résumé
Accurate assessment of hip fracture risk is very important to prevent hip fracture and to monitor the effect of a treatment. A subject-specific QCT-based finite element model was constructed to assess hip fracture risk at the critical locations of femur during the single-leg stance and the sideways fall. The aim of this study was to improve the prediction of hip fracture risk by introducing a more proper failure criterion to more accurately describe bone failure mechanism. Hip fracture risk index was defined using the strain energy criterion, which is able to integrally consider information such as stresses, strains and material properties in bone failure. It was found that the femoral neck and the intertrochanteric region have higher fracture risk than other part of the femur, probably owing to the larger content of cancellous bone in these regions. The study results also suggested that women are more prone to hip fracture than men. The effects of different parameters such as age, body height, weight, and BMI on hip fracture risk were also investigated in this study. The findings in this study have a good agreement with those clinical observations reported in the literature. The main contributions from this study include: (1) introducing an algorithm for hip fracture risk assessment at the critical locations of femur using the strain energy criterion and QCT-based finite element modeling, (2) theoretically more reasonable definition of hip fracture risk index based on the strain energy criterion, and (3) a semi-automatic finite element analysis and automatic calculation of hip fracture risk index at the critical locations of femur using in-house developed computer codes. The proposed hip fracture risk index based on the strain energy criterion will be a promising tool for more accurate assessment of hip fracture risk. However, experimental validation should be conducted before its clinical applications.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».