ELECTROMYOGRAPHY
Notice bibliographique
Résumé
Purpose: The purpose of this study was to evaluate if surface electromyography (sEMG) of the Vastus Lateralis (VL) muscle during maximal incremental ergocycle test (ET) and isometric contraction (MVC) could be used to detect peripheral muscle abnormalities in 14 CHF (Ejection fraction = 25.93 ± 7.02%), 25 COPD (FEV1 = 40.52 ± 21.24% pred.), and 16 age matched healthy subjects. Method: Subjects executed isometric contractions of the quadriceps at various % of MVC while sEMG was recorded over the belly of the VL at the location of the future biopsy. The next day, the subjects performed an ET while sEMG was recorded over the freshly biopsied VL muscle. Median Frequency (MDF) and integrated electromyography (iEMG) were subsequently analysed using Acknowledge v.3.2 software. A discriminant analysis (Quadratic model) divided the population in 39 subjects with muscle abnormalities and 16 subjects without evidence of muscle abnormalities. The discriminatory variables established from healthy subjects were % and surface area of type I muscle fibres, the whole quadriceps muscle surface area from tomodensitometry imaging and the ratio of the activity the enzyme phosphofructokinase over the 3-hydroxyacyl CoA dehydrogenase (PFK/HADH). RESULTS: ROC curves analysies revealed a sensitivity of 81.3% and a specificity of 58.3% using ΔMDF/wattmax values obtained during the ET (Max MDF-Min MDF expressed per unit of wattmax achieved). Results were slightly better using ΔiEMG. (Sensitivity: 85.7% & Specificity: 66.7%). Furthermore, at 80% of MVC, the MDF expresses a sensitivity of 71.4% and a specificity of 83.3% while iEMG showed a sensitivity of 57.1% and a specificity of 85.7%. CONCLUSION: Since previous studies from De Luca et al. (1985), Moritani et al. (1998), and Gerdle et al. (2000) have shown that the sEMG spectrum is undoubtedly influenced by metabolites, fibre typing, and the state of fatigue of the muscle, we conclude that these data show a great potential for sEMG as a non invasive tool to identify patients with muscle abnormalities. Sponsored by Bayer. inc.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,040 |
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 ».