Changes in hand muscle synergies in subjects with spinal cord injury: Characterization and functional implications
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: In order to guide and improve rehabilitation interventions for grip function after spinal cord injury (SCI), it is important to have a detailed understanding of the motor control strategies that the central nervous system uses to control the hand. We examined whether changes in the motor control of the hand after SCI are manifested in the form of changes to muscle synergies. We further sought to determine a correlation between functional ability and the extent of muscle synergy disruption. METHODS: Surface electromyographic (EMG) data were recorded from 8 hand muscles in 10 able-bodied subjects and 6 subjects with SCI as they performed various functional tasks using grip types relevant to activities of daily living. Muscle synergies were extracted using non-negative matrix factorization. Functional performance in each task was quantified using a 5-point clinical scale. RESULTS: The synergies most commonly observed in able-bodied subjects were co-activation of extensor digitorum communis and extensor indicis proprius, as well as of flexor digitorum superficialis with flexor carpi ulnaris. The proportion of subjects in which particular synergies occurred was significantly different for subjects with SCI compared to able-bodied subjects (P < 0.001). Deviations from the average able-bodied synergies in subject with SCI were found to be poorly correlated (r = -0.04) with functional ability. CONCLUSIONS: Results suggest that the disruptions and re-organizations of neural circuitry after SCI are reflected by the extracted muscle synergies, but the question of how muscle synergies can guide rehabilitation interventions remains open.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».