Zusammenfassung
Der langfristige Erfolg operativer Eingriffe am Kniegelenk ist von der Qualität der Wiederherstellung eines natürlichen Bewegungsausmaßes bei moderater muskuloskelettaler Belastung abhängig. Wesentlich dafür ist die Berücksichtigung biomechanischen Wissens bei der präoperativen Planung und während der Operation. Bisher ist dieses Wissen nur in Büchern und Journalbeiträgen verfügbar und fließt lediglich in die präoperative Planung ein. Die Übertragung in die konkrete operative Situation ist jedoch vom Können und Wissen des Operateurs abhängig.
Mathematische Modelle besitzen das Potenzial, dem Operateur detaillierte, patientenspezifische Informationen zu den in vivo wirkenden Kräften und deren räumliche und zeitliche Verteilung zur Verfügung zu stellen. Ihr Einsatz in der Routine setzt jedoch eine umfangreiche Überprüfung voraus. Mit einem an Patientendaten validierten Berechnungsmodell wurde gezeigt, dass sowohl das tibiofemorale als auch das patellofemorale Gelenk infolge der Muskelaktivität bereits während Alltagsaktivitäten erheblichen Kräften ausgesetzt sind. Die Berechnungen legen nahe, dass die Kräfte bei einer Fehlstellung der anatomischen tibiofemoralen Achse von >4° deutlich ansteigen, das Ausmaß des Kraftanstiegs dabei jedoch interindividuell stark variieren kann. Um neben der Gesamtbelastung auch die genaue Verteilung der Kräfte innerhalb des Gelenks zu ermitteln, ist eine hinreichend genaue Beschreibung der Bewegung des Kniegelenks erforderlich. In Verbindung mit MR basierter In-vivo-Bildgebung bieten neue mathematische Modelle die Möglichkeit, die Kniebewegung des einzelnen Patienten genau wiederzugeben und den Einfluss der aktiven Muskulatur auf die Kinematik zu berücksichtigen.
Durch die Implementierung dieser Technologien in präoperative Planungs- und intraoperative Navigationssysteme eröffnet sich die Möglichkeit den Operateur bei seinem Vorgehen durch Vorhersagen der patientenspezifischen postoperativen Biomechanik zu unterstützen. Wir gehen davon aus, dass durch eine auf diese Weise optimierte Biomechanik auch die Funktionsparameter des künstlichen Gelenks entscheidend verbessert werden können.
Abstract
The long-term clinical outcome of surgical interventions at the knee is dependent upon the quality of the restoration of normal function, together with moderate musculoskeletal loading conditions. In order to achieve this, it is essential to consider biomechanical knowledge during the planning and execution of the procedures. Until now, such knowledge has only been available in books and journal manuscripts and is merely considered during preoperative planning. Its transfer into the specific intraoperative situation is, however, primarily dependent upon the surgeon’s skills and understanding.
Mathematical models hold the potential to provide the surgeon with detailed, patient-specific information on the in vivo forces, as well as their spatial and temporal distribution. Their application in clinical routine, however, requires a comprehensive validation. Based on a model validated against patient data, it has been shown that – mainly as a result of the action of the muscles – both the tibiofemoral as well as the patellofemoral joints experience substantial mechanical loads even during normal activities of daily living. The calculations further indicate that malalignment at the knee in the frontal plane of more than approximately 4° results in considerably increased forces across the tibiofemoral joint. The actual change in force to a given degree of malalignment might, however, vary greatly between subjects. In order to additionally determine the distribution of the forces in more detail, a sufficiently accurate model of knee joint kinematics is required. In combination with MR-based in vivo imaging techniques, new mathematical models offer the possibility to capture the individual characteristics of knee kinematics and might additionally allow the effect of muscle activity on joint kinematics to be considered.
By implementing these technologies in preoperative planning and navigation systems, up-to-date biomechanical knowledge can be made available at the surgeons’ fingertips. We propose that optimizing the biomechanical conditions through using these approaches will allow the long-term function of the replaced joint to be significantly enhanced.
Avoid common mistakes on your manuscript.
Validierte Analysen der muskuloskelettalen Interaktionen tragen derzeit zur Erweiterung des Grundlagenwissens über die Funktion des Kniegelenks bei. Zukünftig kann dieses Wissen durch Integration in die klinische Routine zur besseren Planung gelenkerhaltender Eingriffe und zur Optimierung der endoprothetischen Versorgung beitragen.
Während der Bewegung des Kniegelenks spielen die Knochen, Muskeln und Bänder des Kniegelenks in komplexer Weise zusammen. Chirurgische Eingriffe am Knie können daher große Auswirkungen auf die Kräfte in den muskuloskelettalen Strukturen und die Funktion des Knies haben. Wissen um die Biomechanik des Kniegelenks ist daher wesentliche Grundlage bei Operationen zur Behandlung von Verletzungen und Erkrankungen des Gelenks, die auf die Wiederherstellung der physiologischen Verhältnisse zielen. So wird beispielsweise durch Korrekturosteotomien versucht, die Kräfte am Knie gezielt so zu verändern, dass die Funktion des natürlichen Gelenks möglichst langfristig bewahrt wird [13, 26, 27].
Der Operateur schätzt die Auswirkung eines chirurgischen Eingriffs auf die Biomechanik des Gelenks bisher primär aufgrund seiner persönlichen Erfahrung ein. Weder detaillierte, patientenspezifische Informationen über die präoperativ in vivo wirkenden Kräfte, noch Angaben wie diese Kräfte (Kinetik) oder wie die dreidimensionale (3D-)Gelenkbewegung (Kinematik) durch eine bestimmte Korrektur verändert werden, stehen dem Operateur heute zur Verfügung. Bisherige Planungssysteme basieren häufig auf 2D-, rein geometrischen Analysen von Röntgenbildern. Die auf das Gelenk oder die Prothese einwirkenden 3D-Kräfte und die Art und Weise der Übertragung dieser Belastung auf den Knochen spielen jedoch auch für den langfristigen Erfolg des künstlichen Gelenkersatzes (Funktion, Abrieb) eine wesentliche Rolle [6, 15].
Mathematische Berechnungsmodelle zur Bestimmung der Gelenkkräfte
Computerbasierte Berechnungsverfahren sind etablierte Methoden für die Analyse der muskuloskelettalen Interaktionen [2, 9]. Eingabegrößen für die Berechnungsverfahren sind einerseits Daten zur Kinematik des Beins, d. h. die räumliche Position von Fuß, Unterschenkel, Oberschenkel und Becken während der Bewegung. Aber auch die am Fuß angreifenden Kräfte und Momente, d. h. Daten zur Kinetik, müssen bekannt sein. Sowohl die kinematischen als auch die kinetischen Daten können in einer klinischen Ganganalyse gemessen werden [3]. Mit mechanischen Berechnungsmodellen lassen sich daraus die am Kniegelenk wirkenden Momente bestimmen [12]. Um das mechanische Gleichgewicht zu diesen so genannten äußeren Momenten herzustellen, müssen die inneren Strukturen, d. h. Muskeln und Bänder, entsprechend gleichgroße, aber gegenläufig wirkende Momente erbringen.
Das Moment, das ein Muskel oder ein Band erzeugen kann hängt v. a. von dem Hebelarm am Gelenk ab. Diese Hebelarme können mit Hilfe anatomischer Modelle, welche die Lage der Ansatzpunkte von Muskeln und Bändern während der Bewegung beschreiben, ermittelt werden. Da aber mehr Strukturen (Muskeln, Bänder) Kräfte ausüben können, als Gleichungen zur Beschreibung der Gelenkmechanik vorhanden sind, können die Kräfte im Kniegelenk nicht unmittelbar berechnet werden. Man verwendet daher mathematischen Optimierungsmethoden um unter der Annahme, dass der Verbrauch der metabolischen Energie bei Alltagsaktivitäten wie dem Laufen minimiert ist, die einzelnen Muskelkräfte zu berechnen [2, 9, 14]. Aus der Summe aller am Kniegelenk wirkenden Muskelkräfte ergibt sich die insgesamt am Gelenk übertragene Gelenkkontaktkraft [9, 14].
Die Spannbreite der mittels mathematischer Modelle berechneten tibiofemoralen Gelenkkontaktkräfte ist allerdings sehr groß. So werden bei physiologischen Achsverhältnissen für das normale Laufen Kräfte für das tibiofemorale Gelenk zwischen dem 1,7fachen und dem 7,1fachen Körpergewicht (body weight, BW) berichtet [24, 35]. Auch die Größe der mediolateralen bzw. a.-p.-Scherkraftkomponenten variiert mit Werten vom ca. 0,7fachen bis zum 3,9fachen BW erheblich [23, 28].
Validierung muskuloskelettaler Belastungsanalysen
Ein Validieren der mathematischen Analysen anhand von In-vivo-Messungen ist daher zwingend erforderlich, um die Ergebnisse auf Plausibilität zu prüfen [8]. Eine Messung der Muskelaktivität mittels EMG kann zwar zur Überprüfung der rechnerisch ermittelten Muskelaktivierungsmuster herangezogen werden, bisher konnte jedoch kein eindeutiger Zusammenhang zwischen EMG-Muskelaktivierung und Muskelkraft nachgewiesen werden [16]. Umfangreiche In-vivo-Messungen der mechanischen Belastungen an Hüfte, Wirbelsäule und Schulter bei ausgewählten Patientenkollektiven konnten durch die Arbeitsgruppe von Prof. G. Bergmann mit Hilfe von Messimplantaten durchgeführt werden und spielen eine zentrale Rolle für die Validierung numerisch bestimmter Gelenkkontaktkräfte [5, 35].
In einem direkten Vergleich zwischen berechneten und in vivo gemessenen Hüftkontaktkräften konnten Heller et al. [17] ein von ihnen entwickeltes muskuloskelettales Modell und das entsprechende Verfahren zur individuellen Berechnung der inneren Kräfte umfassend validieren. Der Vergleich der größten berechneten Gelenkkontaktkräfte während eines Doppelschrittes mit den in vivo gemessen Werten ergab dabei eine Abweichung von durchschnittlich lediglich 12% (Laufen) bzw. 14% (Treppensteigen). Das Modell war in der Lage, sowohl Kraftamplituden als auch den individuellen Charakter des zeitlichen Verlaufs der Gelenkbelastung für beide Aktivitäten vorherzusagen. Der zeitliche Aufwand für die Berechnungen liegt in der Größenordnung von wenigen Sekunden, sodass dieser Ansatz [17, 35] geeignet erscheint, die in vivo wirkenden muskuloskelettalen Belastungen im Rahmen der präoperativen Planung auch patientenindividuell zu berechnen.
Tibiofemorale und patellofemorale Gelenkkontaktkräfte
Das oben beschriebene, validierte muskuloskelettale Modell des menschlichen Beins [17, 35] wurde im Folgenden verwendet, um die am tibiofemoralen und patellofemoralen Gelenk übertragenen Kontaktkräfte genauer zu untersuchen [35]. Patientenspezifische muskuloskelettale Modelle des gesamten Beins wurden für alle Probanden der Validierungsstudie erstellt und die einzelnen Muskelkräfte sowie die tibiofemoralen und die patellofemoralen Gelenkkontaktkräfte beim Laufen und Treppensteigen berechnet.
Für das tibiofemorale Gelenk betrug die über alle Patienten gemittelte Maximalkraft in axialer Richtung beim Laufen das 3,3fache des Körpergewichts. Wenn die Belastungskurven aller Wiederholungen der Aktivität gemittelt wurden um ein typisches Belastungsprofil zu erhalten, ergab sich für das Laufen eine Spitzenbelastung in Höhe des 2,8fachen BW (Abb. 1). Die Maximalbelastung beim Treppensteigen war deutlich höher als beim Laufen. Die über alle Patienten gemittelte Maximalkraft betrug hier das 5,9fache BW, mit individuellen Maxima bis zum 6,8fachen BW (Abb. 1). Die Spitzenbelastung trat bei deutlich gebeugtem Knie (Beugewinkel stets >15°) auf. Der Mittelwert der maximalen Scherkraft in a.-p.-Richtung betrug das 0,6fache BW beim Laufen bzw. das 1,3fache BW beim Treppesteigen. Die maximale Belastung des patellofemoralen Gelenks trat beim Treppensteigen bei ca. 55° Flexion auf. Der Mittelwert aller Wiederholungen betrug das 3,0fache BW (Abb. 2). Beim Laufen trat zu Beginn der Standphase, also bei fast gestrecktem Knie, ein Maximum der Belastung (Mittelwert: ca. 0,7faches BW) auf, einhergehend mit entsprechender Aktivierung der Vasti.
Während die Bedeutung der Muskeln für die mechanische Belastung des Kniegelenks bekannt ist, können diese Kräfte nun auch mittels validierter muskuloskelettaler Analysen quantifiziert werden. Die Berechnungen ergaben, dass nicht nur das tibiofemorale, sondern auch das patellofemorale Gelenk während dynamischer Alltagsaktivitäten erheblichen mechanischen Belastungen unterliegt. Um möglichst ausgeglichene, physiologische Belastungsverhältnisse zu erhalten, sollten chirurgische Interventionen am Knie daher möglichst weichteilschonend durchgeführt werden. In der direkt postoperativen Phase könnten sich die hohen Scherbelastungen, die für das Treppensteigen (Beugewinkel >15°) berechnet wurden, nachteilig für die Regeneration der Weichteile und die Fixierung des Implantats auswirken. Die Analysen legen daher nahe, dass Bewegungen, die eine signifikante Muskelanspannung mit Kniebeugewinkeln >15° erfordern, in der postoperative Rehabilitation eher gemieden werden sollten.
Tibiofemorale Gelenkkontaktkräfte bei Achsfehlstellung
Die Wiederherstellung physiologischer Belastungsverhältnisse am Knie spielt im Rahmen der endoprothetischen Versorgung, aber auch bei Umstellungsosteotomien eine wichtige Rolle [13, 26, 27]. Während bisherige Studien den Einfluss einer Achsfehlstellung auf die statische Verteilung der Kräfte auf das mediale und laterale Kompartment am Knie untersuchten, wurden die Auswirkungen auf die Änderungen der in vivo wirkenden muskuloskelettalen Belastungen während dynamischer Aktivitäten bisher nicht analysiert.
In einem weiteren Schritt wurde daher der Einfluss einer Varus- bzw. Valgusfehlstellung am Knie auf die tibiofemoralen Gelenkkontaktkräfte während des gesamten Bewegungszyklus des Laufens und Treppensteigens untersucht [20]. Für die in der Validierungsstudie analysierten Patienten erfolgte dazu eine Simulation einer Varusfehlstellung von ≤10° bzw. einer Valgusfehlstellung von ≤8°. Die knöcherne Fehlstellung wurde durch eine Deformation der Knochenmodelle simuliert, und die Gangdaten wurden an die veränderte Lage des Kniegelenkzentrums angepasst [19]. Für jede Veränderung der Beinachse wurden die tibiofemoralen Gelenkkontaktkräfte neu berechnet und mit den berechneten Werten bei physiologischer Beinachse verglichen.
Eine Abweichung von der physiologischen Achsstellung führte zu einer Erhöhung der Gelenkbelastung (Abb. 3) und zwar sowohl für Varus- als auch für Valgusfehlstellungen. Vor allem bei Abweichungen von mehr als ca. 3–4° kam es zu einem erheblichen Kraftanstieg, wobei das individuelle Ausmaß des Anstiegs zwischen den Patienten deutlich variierte. Für eine Varusabweichung von 10° wurde ein Anstieg der maximalen tibiofemoralen Kontaktkräften während des Laufens von einem Mittelwert des 3,3fachen BW auf Werte bis zum 7,4fachen BW (entsprechend 45–114% der Kräfte bei regelrechter Achsstellung) berechnet. Für das Treppensteigen wurde ein Anstieg der maximalen Gelenkbelastung zwischen 15% und 35% der Kräfte bei regelrechter Achsstellung ermittelt. Für eine Achsfehlstellung von 8° Valgus wurde dagegen ein Anstieg der maximalen Gelenkkontaktkräfte von bis zu 140% (Laufen) bzw. 53% (Treppensteigen) der Kräfte bei regelrechter Achsstellung errechnet.
Die Ergebnisse zeigen eine klare Abhängigkeit der individuellen muskuloskelettalen Gesamtbelastung von der Achsstellung am Knie. Der starke Anstieg der tibiofemoralen Kräfte bei mehr als ca. 3–4° Abweichung von der physiologischen Achse kann die klinisch beobachtete verringerte Standzeit entsprechend fehlimplantierter Endoprothesen mit erklären [1, 4, 22, 30, 31]. Während man bisher bereits davon ausgeht, dass die mit einer Achsfehlstellungen verbundenen mechanischen Bedingungen eine wichtige Rolle für die Entstehung und Progression der Arthrose spielen [32], bieten validierte muskuloskelettale Modelle die Möglichkeit die Gelenkbelastungen patientenindividuell zu quantifizieren, Abweichungen von den physiologischen Bedingungen zu erkennen und Fehlstellungen in mechanisch optimaler Weise zu korrigieren.
Mathematische Modelle der Gelenkbewegung
Um die genaue Verteilung der auf dem medialen und lateralen tibiofemoralen Kompartment lastenden Kräfte zu ermitteln, ist eine hinreichend genaue Beschreibung der Bewegung des Kniegelenks erforderlich. Während eine klinische Ganganalyse sehr gut für die Messung der Gesamtbewegung des Beins geeignet ist, kann die komplexe 3D-Bewegung des Kniegelenks während dynamischer Bewegungen mit hautmarkerbasierten Messungen nur ungenau ermittelt werden [10, 34].
In der Literatur wurde daher eine Reihe von mathematischen Ansätzen zur Beschreibung der Kinematik des Kniegelenks vorgestellt [7, 11, 29, 36]. Wesentliche Limitationen dieser Anätze waren die Beschränkung auf eine rein 2D-Analyse [29], die alleinige Beschreibung der passiven Bewegung ohne Berücksichtigung der Muskelaktivität [7], oder die fehlende Validierung der Berechnungsmodelle mittels In-vivo-Daten größerer Probandenkollektive [11]. Während die Berechnung der Bewegung mit komplexen Finite-elemente-Modellen auch auf leistungsfähigen Computern mehrere Stunden benötigt und derzeit nicht für den Einsatz in der klinischen Praxis in Frage kommt, kann die Kniekinematik mit dem Konzept der 4-Gelenk-Kette in wenigen Sekunden berechnet werden [21, 36]. In bisher beschriebenen Modellen der 4-Gelenk-Kette werden jedoch weder Bewegungskomponenten in interner/externer Rotation noch in Abduktion/Adduktion berücksichtigt. Die 3D-in-vivo-Kniekinematik wird daher bisher nur unzureichend beschrieben [33]. In einer Studie basierend auf In-vivo-Daten untersuchten Heller et al. [18] daher, ob ein weiterentwickeltes, 3D-Modell der tibiofemoralen Kinematik in der Lage ist, die bekannte In-vivo-Kinematik eines größeren Probandenkollektives zu beschreiben. In der Studie an 12 Probanden zeigte sich eine insgesamt gute Übereinstimmung zwischen der von dem neuen Modell vorhergesagten und der in vivo gemessenen Gelenkstellung. Bei großen Beugewinkeln führte die Berücksichtigung der internen/externen Rotation im Berechnungsmodell zu einer signifikant verringerten Abweichung zwischen In-vivo-Kinematik und berechneter Kinematik (Tab. 1, Tab. 2).
Im Vergleich zur Genauigkeit der Gelenkbewegung im Bereich von Zentimetern, die man bei konventionellen, hautmarkerbasierten Messungen der Bewegung erreichen kann [34], stellen die mit dem neuen Modell erzielten Ergebnisse somit eine deutliche Verbesserung dar. Um eine gute Übereinstimmung zwischen Modellrechnung und In-vivo-Messung zu erzielen, waren zwei wesentliche Voraussetzungen zu erfüllen: zunächst musste die interne/externe Rotation und damit eine wichtige Komponente der 3D-Kinematik im Modell berücksichtigt werden. Der 2. wesentliche Faktor war die Dehnung der Kreuzbänder innerhalb des physiologischen Spektrums. Unter diesen Bedingungen war das kinematische Modell in der Lage, auch die Gelenkstellungen bei aktivierter Extensorenmuskulatur gut zu beschreiben. Während in bisherigen Arbeiten meist nur die passive Bewegung des Kniegelenks untersucht wurde, konnte hier der Einfluss der Muskelaktivität auf die Kinematik des tibiofemoralen Gelenks quantifiziert werden. Solche genauen Modelle der Gelenkbewegung sind wichtige Voraussetzung, um die Kräfte im Inneren des Kniegelenks und die mechanische Beanspruchung des medialen und lateralen Tibiaplateaus während dynamischer Aktivitäten bei Patienten vor bzw. nach Umstellungsosteotomie zu berechnen.
Zusammenfassung und Perspektive
Während die Bedeutung der Muskulatur für die Belastungen und die In-vivo-Kinematik des Kniegelenks bekannt ist, konnte der Einfluss der Muskeln auf die mechanischen Belastungen (Kinetik) und die Bewegung (Kinematik) des Gelenks mit den hier vorgestellten Verfahren auch quantifiziert werden. Im Vergleich zu In-vivo-Daten zeigte sich, dass die individuellen muskuloskelettalen Belastungen, aber auch die tibiofemorale Kinematik des Gesunden mit Computermodellen der Knochen und Muskeln genau berechnet werden können. Aus der Analyse und dem Vergleich der muskuloskelettalen Interaktionen bei pathologischen Veränderungen des Kniegelenks durch entsprechende validierte Modelle könnten wichtige Informationen für eine biomechanisch optimierte Therapie ermittelt werden.
Neue mathematische Methoden für die Verarbeitung medizinischer Bilddaten lassen erwarten, dass man in Zukunft bereits auf Grundlage typischen klinischen Bildmaterials genaue, patientenspezifische Modelle zur individuellen Analyse der muskuloskelettalen Interaktionen effizient erstellen kann [25]. Dies ist eine wesentliche Voraussetzung, um in Zukunft genauere Analysen der Funktion des Gelenks in der Routine durchführen zu können, um so den biomechanischen Gelenkstatus im Rahmen der Diagnose und Überwachung des Therapieerfolgs genau zu erfassen (Abb. 4). Anatomische 3D-Daten und die passive Gelenkbewegung können mit Navigationssystemen heute auch intraoperativ errechnet werden. Man kann daher erwarten, dass durch eine Kombination von Navigation mit muskuloskelettalen Analysen, die eine Prognose der mechanischen Bedingungen bei dynamischen Aktivitäten unter Belastung erlauben, es nicht nur möglich ist, präzise zu navigieren (im Sinne der Positionierung), sondern auch das biomechanische Ergebnis der gewählten Technik dargestellt werden kann. Wir gehen davon aus, dass in Zukunft der routinemäßige Einsatz validierter muskuloskelettaler Analysen eine Ergänzung heutiger präoperativer oder intraoperativer Operationsplanungen darstellen wird.
Fazit für die Praxis
Das bisher in der Praxis verwendete Verfahren der präoperativen Planung an Röntgenbildern wird in den kommenden Jahren durch die Berücksichtigung der biomechanischen Belastungen in entsprechenden Planungstools eine Vervollkommnung erfahren. Faktoren wie die postoperativ resultierende patellofemorale Kontaktkraft oder die für die Abriebmenge relevanten femorotibialen Kontaktkräfte können dann mit berücksichtigt werden.
Literatur
NIH (2003) Consensus Statement on total knee replacement. NIH Consens State Sci Statements 20: 1–34
Anderson FC, Pandy MG (2001) Static and dynamic optimization solutions for gait are practically equivalent. J Biomech 34: 153–161
Andriacchi TP, Alexander EJ (2000) Studies of human locomotion: past, present and future. J Biomech 33: 1217–1224
Benjamin J (2006) Component alignment in total knee arthroplasty. Instr Course Lect 55: 405–412
Bergmann G, Deuretzbacher G, Heller M et al. (2001) Hip contact forces and gait patterns from routine activities. J Biomech 34: 859–871
Bergmann G, Graichen F, Rohlmann A et al. (2007) Die Belastung orthopädischer Implantate. Messungen und praktische Anwendungen. Orthopade 36: 195–204
Blankevoort L, Huiskes R (1996) Validation of a three-dimensional model of the knee. J Biomech 29: 955–961
Brand RA, Pedersen DR, Davy DT et al. (1994) Comparison of hip force calculations and measurements in the same patient. J Arthroplasty 9: 45–51
Brand RA, Pedersen DR, Friederich JA (1986) The sensitivity of muscle force predictions to changes in physiologic cross-sectional area. J Biomech 19: 589–596
Cappozzo A, Catani F, Leardini A et al. (1996) Position and orientation in space of bones during movement: experimental artefacts. Clin Biomech 11: 90–100
Caruntu DI, Hefzy MS (2004) 3-D anatomically based dynamic modeling of the human knee to include Tibio-Femoral and Patello-Femoral joints. J Biomech Eng 126: 44–53
Chao EY, Rim K (1973) Application of optimization principles in determining the applied moments in human leg joints during gait. J Biomech 6: 497–510
Coventry MB (1985) Upper tibial osteotomy for osteoarthritis. J Bone Joint Surg Am 67: 1136–1140
Crowninshield RD (1978) Use of optimization techniques to predict muscle forces. J Biomech Eng 100: 88–92
Dennis DA (2006) Trends in total knee arthroplasty. Orthopedics 29: S13–S16
Erdemir A, McLean S, Herzog W, Bogert AJ van den (2007) Model-based estimation of muscle forces exerted during movements. Clin Biomech 22: 131–154
Heller MO, Bergmann G, Deuretzbacher G et al. (2001) Musculo-skeletal loading conditions at the hip during walking and stair climbing. J Biomech 34: 883–893
Heller MO, König C, Graichen H et al. (2007) A new model to predict in vivo human knee kinematics under physiological-like muscle activation. J Biomech 40: 45–53
Heller MO, Taylor WR, Leonhardt U et al. (2003) Towards integrating musculo-skeletal analyses into pre-operative planning. The influence of axial alignment on individual knee joint loading, in computer assisted orthopaedic surgery. In: Langlotz F, Davies BL, Bauer A (eds) Proceedings of the 3rd annual meeting of CAOS-International. Steinkopf, Darmstadt, pp 140–141
Heller MO, Taylor WR, Perka C, Duda GN (2003) The influence of alignment on the musculo-skeletal loading conditions at the knee. Langenbecks Arch Surg 388: 291–297
Imran A, Huss RA, Holstein H, O’Connor JJ (2000) The variation in the orientations and moment arms of the knee extensor and flexor muscle tendons with increasing muscle force: a mathematical analysis. Proc Inst Mech Engl 214: 277–286
Jeffery RS, Morris RW, Denham RA (1991) Coronal alignment after total knee replacement. J Bone Joint Surg Br 73: 709–714
Kellis E (2001) Tibiofemoral joint forces during maximal isokinetic eccentric and concentric efforts of the knee flexors. Clin Biomech 16: 229–236
Komistek RD, Kane TR, Mahfouz M et al. (2005) Knee mechanics: a review of past and present techniques to determine in vivo loads. J Biomech 38: 215–228
Lamecker H, Wenckebach TH, Hege H-C et al. (2006) Atlas-basierte 3D-Rekonstruktion des Beckens aus 2D-Projektionsbildern. BVM. Springer, Hamburg
Leutloff D, Tobian F, Perka C (2001) High tibial osteotomy for valgus and varus deformities of the knee. Int Orthop 25: 93–96
Morrey BF (1989) Upper tibial osteotomy for secondary osteoarthritis of the knee. J Bone Joint Surg Br 71: 554–559
Nagura T, Dyrby CO, Alexander EJ, Andriacchi TP (2002) Mechanical loads at the knee joint during deep flexion. J Orthop Res 20: 881–886
O’Connor JJ, Shercliff TL, Biden E, Goodfellow JW (1989) The geometry of the knee in the sagittal plane. Proc Inst Mech Engl 203: 223–233
Rand JA, Coventry MB (1988) Ten-year evaluation of geometric total knee arthroplasty. Clin Orthop 232: 168–173
Ritter MA, Faris PM, Keating EM, Meding JB (1994) Postoperative alignment of total knee replacement. Its effect on survival. Clin Orthop 299: 153–156
Sharma L, Song J, Felson DT et al. (2001) The role of knee alignment in disease progression and functional decline in knee osteoarthritis. JAMA 286: 188–195
Smith PN, Refshauge KM, Scarvell JM (2003) Development of the concepts of knee kinematics. Arch Phys Med Rehabil 84: 1895–1902
Taylor WR, Ehrig RM, Duda GN et al. (2005) On the influence of soft tissue coverage in the determination of bone kinematics using skin markers. J Orthop Res 23: 726–734
Taylor WR, Heller MO, Bergmann G, Duda GN (2004) Tibio-femoral loading during human gait and stair-climbing. J Orthop Res 22: 625–632
Toutoungi DE, Zavatsky AB, O’Connor JJ (1997) Parameter sensitivity of a mathematical model of the anterior cruciate ligament. Proc Inst Mech Engl 211: 235–246
Danksagung
Diese Studie wurde u. a. durch Mittel der Deutschen Forschungsgemeinschaft (DFG, KFO 102/2 und SFB 760) ermöglicht.
Interessenkonflikt
Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Heller, M., Matziolis, G., König, C. et al. Muskuloskelettale Biomechanik des Kniegelenks. Orthopäde 36, 628–634 (2007). https://doi.org/10.1007/s00132-007-1115-2
Published:
Issue Date:
DOI: https://doi.org/10.1007/s00132-007-1115-2