Trunk Neuromuscular Responses to a Single Whole-Body Vibration Session in Patients With Chronic Low Back Pain: A Cross-Sectional Study
Notice bibliographique
Résumé
OBJECTIVE: Whole-body vibration (WBV) exercise is progressively adopted as an alternative therapeutic modality for enhancing muscle force and muscle activity via neurogenic potentiation. So far, possible changes in the recruitment patterns of the trunk musculature after WBV remain undetermined. The main objective of this study was to evaluate the short-term effects of a single WBV session on trunk neuromuscular responses in patients with chronic low back pain (cLBP) and healthy participants. METHODS: Twenty patients with cLBP and 21 healthy participants performed 10 trunk flexion-extensions before and after a single WBV session consisting of five 1-minute vibration sets. Surface electromyography (EMG) of erector spinae at L2-L3 and L4-L5 and lumbopelvic kinematic variables were collected during the trials. Data were analyzed using 2-way mixed analysis of variance models. RESULTS: The WBV session led to increased lumbar EMG activity during the flexion and extension phases but yielded no change in the quiet standing and fully flexed phases. Kinematic data showed a decreased contribution to the movement of the lumbar region in the second extension quartile. These effects were not different between patients with cLBP and healthy participants. CONCLUSIONS: Increased lumbar EMG activity after a single WBV session most probably results from potentiation effects of WBV on lumbar muscles reflex responses. Decreased EMG activity in full trunk flexion, usually observed in healthy individuals, was still present after WBV, suggesting that the ability of the spine stabilizing mechanisms to transfer the extension torque from muscles to passive structures was not affected.
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 ».