Peripheral Neurostimulation and Specific Motor Training of Deep Abdominal Muscles Improve Posturomotor Control in Chronic Low Back Pain
Notice bibliographique
Résumé
OBJECTIVES: Chronic low back pain (CLBP) is associated with an impaired control of transversus abdominis/internal oblique muscle (TrA/IO), volitionally and during anticipatory postural adjustment (delay) along with maladaptive reorganization of primary motor cortex (M1). Specific training of deep trunk muscles and repetitive peripheral magnetic stimulation (RPMS) improve motor control. We thus tested whether RPMS over TrA/IO combined with training could promote TrA/IO motor control and decrease pain beyond the gains already reached in CLBP. METHODS: Thirteen CLBP patients, randomly allocated to RPMS and sham groups and compared with 9 pain-free controls, were tested in 1 session before/after (stimulation alone) and after (stimulation+TrA/IO training) combination. TrA/IO motor patterns were recorded during ballistic shoulder flexion using surface electromyography. Transcranial magnetic stimulation tested M1 excitability and short-interval intracortical inhibition. A blinded physical therapist assessed pain, disability, and kinesiophobia. RESULTS: The missing short-interval intracortical inhibition in CLBP was restored by RPMS alone then reduced after combination of RPMS with training. This combination also normalized the (at-first delayed) anticipatory activation of iTrA/IO (ipsilateral to arm raised) and the (at-first shortened) TrA/IO coactivation duration. Sham did not influence. Pain was reduced in both groups but kinesiophobia was decreased only in RPMS 2 weeks later. CONCLUSIONS: This study supports that peripheral neurostimulation (adjuvant to training) could improve TrA/IO motor learning and pain in CLBP associated with motor impairment. Testing of enlarged samples over several sessions should question the long-term influence of this new approach in CLBP.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».