MétaCan
Menu
Retour à la cohorte
Enregistrement W2064024997 · doi:10.1002/ca.21246

Neuromuscular partitioning in the extensor carpi radialis longus and brevis based on intramuscular nerve distribution patterns: A three‐dimensional modeling study

2011· article· en· W2064024997 sur OpenAlexaff
Mayoorendra Ravichandiran, Nisanthini Ravichandiran, Kajeandra Ravichandiran, Nancy H. McKee, Denyse Richardson, Michele Oliver, Anne Agur

Notice bibliographique

RevueClinical Anatomy · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensUniversity of GuelphUniversity of Toronto
Organismes subventionnairesAutodesk
Mots-clésMedicineAnatomyMuscle belly

Résumé

récupéré en direct d'OpenAlex

Differential activation of specific regions within a skeletal muscle has been linked to the presence of neuromuscular compartments. However, few studies have investigated the extra- or intramuscular innervation throughout the muscle volume of extensor carpi radialis longus (ECRL) and brevis (ECRB). The aim of this study was to determine the presence of neuromuscular partitions in ECRL and ECRB based on the extra- and intramuscular innervation using three-dimensional modeling. The extra- and intramuscular nerve distribution was digitized and reconstructed in 3D in all the muscle volumes using Autodesk Maya in seven formalin embalmed cadaveric specimens (mean age, 75.7 ± 15.2 years). The intramuscular nerve distribution was modeled in all the muscle volumes. ECRL was found to have two neuromuscular compartments, superficial and deep. One branch from the radial nerve proper was found to innervate ECRL. This branch was divided into anterior and posterior branches to the superficial and deep compartments, respectively. Five innervation patterns were identified in ECRB with partitioning of the muscle belly into two, three, or four compartments, in a proximal to distal direction depending on the number of nerve branches entering the muscle belly. The ECRL and ECRB both demonstrated neuromuscular compartmentalization based on intramuscular innervation. According to the partitioning hypothesis, a muscle may be differentially activated depending on the required function of the muscle, thus allowing multifunctional muscles to contribute to a variety of movements. Therefore, the increased number of neuromuscular partitions in ECRB when compared with ECRL could be due to the need for more differential recruitment in the ECRB depending on force requirements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,342
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical AnatomyMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207