Knee contact forces and muscle demands during functional tasks in knee osteoarthritis patients : musculoskeletal model analysis
Bibliographic record
Abstract
A intensidade da força de contato tibiofemoral e a distribuição entre os compartimentos do joelho são relacionados ao desenvolvimento e progressão da osteoartrite (OA). Estas forças de contato durante atividades funcionais podem ser estimadas de forma não-invasiva, utilizando modelos musculoesqueléticos (MSK). As tarefas de marcha, sentar e levantar são consideradas algumas das atividades funcionais mais relevantes e, quando afetadas pela OA, têm impacto na qualidade de vida dos pacientes. Para análises das forças tibiofemoral durante estas tarefas é importante a escolha e definição do modelo mais adequado. Desta forma, o objetivo geral da tese foi identificar as alterações nas forças de contato no joelho durante a marcha, o sentar e levantar em pacientes afetados pela OA. A tese foi dividida em três estudos. No primeiro, o objetivo foi de identificar o melhor modelo MSK para predizer a força de contato vertical no joelho e nos compartimentos medial e lateral. No segundo estudo, as alterações na força de contato no joelho e da demanda muscular durante a marcha foram comparadas entre pacientes com OA de joelho e indivíduos controles. Além disso, um modelo de predição baseado em aprendizagem de máquina foi empregado para identificar as variáveis cinemáticas e cinéticas mais relevantes e testar a capacidade de predizer os picos de força tibiofemoral. Por fim, no último estudo, foram analisadas as tarefas de sentar e levantar quanto às forças musculares e no joelho em pacientes com OA. No primeiro estudo, o modelo adaptado proposto foi o que melhor estimou as forças de contato vertical total e nos compartimentos medial e lateral para as atividades de sentar e levantar. Os resultados foram comparados com dados medidos in vivo em pacientes com uma prótese instrumentada de joelho. Para a marcha os resultados foram similares entre os modelos analisados. Diante desse resultado, o modelo adaptado foi empregado para as análises nos estudos 2 e 3, para a comparação entre pacientes com OA grave de joelho e controles saudáveis. No estudo 2, utilizando um modelo preditivo, generalized linear model (GLM), o primeiro pico de força vertical total no joelho e os dois picos no compartimento medial foram preditos com um erro em torno de 6 a 10% do pico calculado. O momento extensor do joelho e o abdutor do quadril foram as variáveis mais relevantes para predizer as forças total e no compartimento medial, respectivamente. Ainda, a comparação entre os grupos mostrou maiores valores de vale entre os picos para a força de contato vertical no grupo OA comparado aos controles. Adicionalmente, os pacientes com OA modificaram a marcha para reduzir a força no compartimento medial comparado aos controles. Por fim, no último estudo a tarefa de sentar foi a mais afetada na OA de joelho comparado ao levantar. A força muscular dos vastos foram reduzidas no grupo OA durante a atividade sentar, onde a contração é principalmente excêntrica. Para as duas tarefas, as força vertical total e no compartimento medial foram menores comparado aos controles. O grupo OA apresentou uma estratégia compensatória impondo maiores cargas no membro não afetado em comparação ao lesionado. Desta forma, concluímos que o modelo musculoesquelético, identificado como o que melhor estimava as forças de contato, foi capaz de encontrar diferenças durante as tarefas funcionais em pessoas com OA grave de joelho. Os resultados da tese indicam um grande potencial de, por meio de modelos de aprendizagem de máquina, predizer os resultados de força de contato tibiofemoral a partir de variáveis mais simples de serem calculadas. Por fim, os estudos indicam importantes modificações nas forças de contato tibiofemoral durante atividades funcionais em pessoas com OA grave de joelho. As alterações encontradas são associadas a diferentes estratégias de minimizar a compressão no compartimento medial. Dessa forma, exercícios de retreinamento da marcha e treino excêntrico da musculatura extensora do joelho devem ser estudados quanto à capacidade de minimizar as diferenças encontradas no presente estudo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".