Neuromuscular partitioning in the extensor carpi radialis longus and brevis based on intramuscular nerve distribution patterns: A three‐dimensional modeling study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,001 |
| 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 découle