Bewegungsanalyse und muskuloskeletale Simulation in der Pseudarthrosentherapie – Erfahrungen und erste klinische Ergebnisse
Tóm tắt
Die mechanischen Rahmenbedingungen des Pseudarthrosen- und Osteosynthesenkonstrukts sind wesentliche Determinanten der Heilung nach Revisionseingriffen. Ziel der Arbeit ist es, einen Analyse- und Simulationsablauf zur In-vivo-Bestimmung der mechanischen Bedingungen im Frakturspalt darzustellen. Auf individueller Behandlungsbasis wurde nach Revisionseingriffen zur Pseudarthrosentherapie zunächst eine Bewegungsanalyse mit einem akzelerometriebasierten Messsystem durchgeführt. Im Anschluss wurde die Analyse in eine muskuloskeletale Simulation überführt, um die mechanischen Rahmenbedingungen der Versorgungssituation sowie der angrenzenden Gelenke darzustellen. Insgesamt liegen klinische Behandlungsverläufe von 13 Patienten vor. Mit dem vorgestellten Mess- und Simulationsablauf lassen sich die mechanischen Verhältnisse in vivo darstellen. Bei allen Patienten kam es zur radiologischen Konsolidierung der Fraktur. Der vorgestellte Messablauf erlaubt eine klinisch nutzbare Darstellung der mechanischen Rahmenbedingungen der Fraktur- und Pseudarthrosenheilung. Weitere Studien können nun den Nutzen dieser neuen Messtechnik auch in der postoperativen Nachbehandlungsempfehlung und biomechanisch adaptierten Versorgungsstrategie, basierend auf den gezeigten Ergebnissen, untersuchen.
Tài liệu tham khảo
Bassani T, Stucovitz E, Qian Z et al (2017) Validation of the AnyBody full body musculoskeletal model in computing lumbar spine loads at L4L5 level. J Biomech 58:89–96
Benjaminse A, Bolt R, Gokeler A, Otten B (2020) A validity study comparing Xsens with Vicon. ISBS Proc Arch 38:752
Braun BJ, Orth M, Diebels S et al (2021) Individualized determination of the mechanical fracture environment after tibial exchange nailing—A simulation-based feasibility study. Front Surg. https://doi.org/10.3389/fsurg.2021.749209
Chen Z, Zhang X, Ardestani MM et al (2014) Prediction of in vivo joint mechanics of an artificial knee implant using rigid multi-body dynamics with elastic contacts. Proc Inst Mech Eng H 228:564–575
Claes L (2017) Mechanobiologie der Frakturheilung Teil 1. Unfallchirurg 120:14–22
Claes LE, Heigele CA (1999) Magnitudes of local stress and strain along bony surfaces predict the course and type of fracture healing. J Biomech 32:255–266
Dailey HL, Schwarzenberg P, Daly CJ et al (2019) Virtual mechanical testing based on low-dose computed tomography scans for tibial fracture: a pilot study of prediction of time to union and comparison with subjective outcomes scoring. J Bone Joint Surg 101:1193–1202
Duprey S, Savonnet L, Black N, Wang X (2015) Muscle force prediction: can we rely on musculoskeletal model estimations? A case study on push force exertions with the upper limb. Comput Methods Biomech Biomed Engin 18:1934–1935
Keyak JH, Falkinstein Y (2003) Comparison of in situ and in vitro CT scan-based finite element model predictions of proximal femoral fracture load. Med Eng Phys 25:781–787
Konrath JM, Karatsidis A, Schepers HM et al (2019) Estimation of the knee adduction moment and joint contact force during daily living activities using inertial motion capture. Sensors 19:1681
Kramer K‑H (2001) Metallische Implantatwerkstoffe – ein Überblick. BioNanoMaterials 2:187–197
Merino G, da Silva L, Mattos D et al (2019) Ergonomic evaluation of the musculoskeletal risks in a banana harvesting activity through qualitative and quantitative measures, with emphasis on motion capture (Xsens) and EMG. Int J Ind Ergon 69:80–89
Olesen CG, de Zee M, Rasmussen J (2014) Comparison between a computational seated human model and experimental verification data. Appl Bionics Biomech 11:175–183
Paulich M, Schepers M, Rudigkeit N, Bellusci G (2018) Xsens MTw Awinda: Miniature wireless inertial-magnetic motion tracker for highly accurate 3D kinematic applications. Xsens, Enschede, S 1–9
Pauwels F (1960) Eine neue Theorie über den Einfluß mechanischer Reize auf die Differenzierung der Stützgewebe. Z Anatom Entwicklungsgesch 121(6):478–515
Perren SM (2002) Evolution of the internal fixation of long bone fractures: the scientific basis of biological internal fixation: choosing a new balance between stability and biology. J Bone Joint Surg 84(8):1093–1110
Petrov A, Petrova L, Petrova M et al (2019) The use of XSens 3D motion tracking system for gait feature extraction. In: 4th International Conference on Innovations in Sports, Tourism and Instructional Science (ICISTIS 2019). Atlantis Press, Amsterdam, S 192–194
Schwarzenberg P, Klein K, Ferguson SJ et al (2021) Virtual mechanical tests out-perform morphometric measures for assessment of mechanical stability of fracture healing in vivo. J Orthop Res 39:727–738
Shefelbine SJ, Augat P, Claes L, Simon U (2005) Trabecular bone fracture healing simulation with finite element analysis and fuzzy logic. J Biomech 38:2440–2450
Shefelbine SJ, Simon U, Claes L et al (2005) Prediction of fracture callus mechanical properties using micro-CT images and voxel-based finite element analysis. Bone 36:480–488
Trabelsi N, Yosibash Z, Milgrom C (2009) Validation of subject-specific automated p‑FE analysis of the proximal femur. J Biomech 42:234–241
Wehner T, Claes L, Niemeyer F et al (2010) Influence of the fixation stability on the healing time—A numerical study of a patient-specific fracture healing process. Clin Biomech 25:606–612
Wolff J (2010) The classic: on the inner architecture of bones and its importance for bone growth. Clin Orthopaed Relat Res 468(4):1056–1065
Zhang T, Su Y, Chen W et al (2014) Displaced intra-articular calcaneal fractures treated in a minimally invasive fashion: longitudinal approach versus sinus tarsi approach. J Bone Joint Surg 96:302–309