📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla. Pedir el análisis completo

El tendón del hombro es como un cable que sostiene el brazo y le permite girar. Cuando ese cable sufre una lesión, su estructura interna cambia y empieza a estirarse de otra manera. En este trabajo tomaron el tendón del supraespinoso de una rata y lo estiraron a lo largo de sus fibras, registrando a la vez cómo se desplazaba cada punto en su interior. Obtuvieron un mapa tridimensional completo de las deformaciones, tanto para el tendón sano como para el dañado.

Luego surgió la pregunta: ¿cómo describir ese comportamiento con fórmulas? Los científicos probaron tres modelos de distinta complejidad. El primero, el más simple, trataba el tejido como una goma homogénea. El segundo, más sofisticado, tenía en cuenta que en el tendón hay fibras que resisten el estiramiento de forma distinta a lo largo y a lo ancho. El tercero era aún más simple que el segundo, pero con un añadido que describe el cizallamiento. Resultó que el modelo más simple falla: no detecta cómo el tendón dañado empieza a deslizarse internamente. En cambio, el modelo intermedio y el simplificado funcionaron igual de bien, aunque uno usa más parámetros.

¿Para qué sirve esto? Si aprendemos a predecir con precisión cómo se comportará un tendón tras una lesión o una operación, los médicos podrán elegir el tratamiento de forma individualizada. Por ahora, ningún modelo reproduce todos los detalles, pero incluso la versión simplificada captura las tendencias principales. Es como un mapa aproximado del terreno: no te dice cada piedra, pero sí la dirección.

Un tendón dañado se parece a una cuerda en la que algunos hilos se han desgastado: al tensarla, las fibras que quedan empiezan a deslizarse y a moverse más que en una cuerda entera. Ese deslizamiento resultó ser clave: el modelo más simple no lo ve, pero los más realistas sí.

Resumen original

tal como lo escribieron los autores, en inglés arXiv:2601.09660

In this work, we characterized the material properties of an animal model of the rotator cuff tendon using full volume datasets of both its intact and injured states by capturing internal strain behavior throughout the tendon. Our experimental setup, involving tension along the fiber direction, activated volumetric, tensile, and shear mechanisms due to the tendon's complex geometry. We implemented an approach to model inference that we refer to as variational system identification (VSI) to solve the weak form of the stress equilibrium equation using these full volume displacements. Three constitutive models were used for parameter inference: a neo-Hookean model, a modified Holzapfel-Gasser-Ogden (HGO) model with higher-order terms in the first and second invariants, and a reduced polynomial model consisting of terms based on the first, second, and fiber-related invariants. Inferred parameters were further refined using an adjoint-based partial differential equation (PDE)-constrained optimization framework. Our results show that the modified HGO model captures the tendon's deformation mechanisms with reasonable accuracy, while the neo-Hookean model fails to reproduce key internal features, particularly the shear behavior in the injured tendon. Surprisingly, the simplified polynomial model performed comparably to the modified HGO formulation using only three terms. These findings suggest that while current constitutive models do not fully replicate the complex internal mechanics of the tendon, they are capable of capturing key trends in both intact and damaged tissue, using a homogeneous modeling approach. Continued model development is needed to bridge this gap and enable clinical-grade, predictive simulations of tendon injury and repair.