Decomposition‐based quantitative electromyography in the evaluation of muscular dystrophy severity
Notice bibliographique
Résumé
INTRODUCTION: Electromyography is useful in the diagnosis of myopathies, but its utility in determining disease severity requires further investigation. In this study we aimed to determine whether decomposition-based quantitative electromyography (DQEMG) could indicate the severity of involvement in a cohort of patients with muscular dystrophies (MDs). METHODS: Fifteen patients with facioscapulohumeral (FSHD), limb-girdle (LGMD), and Becker (BMD) muscular dystrophy, and 7 healthy controls, participated in this investigation. Knee extensor isometric strength differentiated the "more severe" and "less severe" MD groups. The vastus lateralis (VL), biceps brachii (BB), and tibialis anterior (TA) muscle groups were investigated using DQEMG. RESULTS: All muscles from the MD group showed changes in mean MUP (motor unit potential) AAR (area-to-amplitude ratio), and turns, compared with controls (P < 0.05). More severely affected muscles (VL and BB) also had shortened mean MUP durations compared with controls (P < 0.01). CONCLUSIONS: DQEMG was capable of indicating the severity of MD involvement, as changes in MUP morphology reflected the progressive nature of the disease.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».