MétaCan
Menu
Retour à la cohorte
Enregistrement W2110260646 · doi:10.1186/1743-0003-9-83

Effects of Carpal Tunnel Syndrome on adaptation of multi-digit forces to object mass distribution for whole-hand manipulation

2012· article· en· W2110260646 sur OpenAlexaff
Wei Zhang, Jamie A. Johnston, Mark A. Ross, Brandon Coakley, Elizabeth A. Gleason, Amylou C. Dueck, Marco Santello

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Nerve Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institutes of Health
Mots-clésNumerical digitLift (data mining)Center of pressure (fluid mechanics)Carpal tunnel syndromeGRASPKinematicsObject (grammar)Physical medicine and rehabilitationComputer sciencePsychologyMedicineArtificial intelligenceMathematicsSurgeryPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Carpal tunnel syndrome (CTS) is a compression neuropathy of the median nerve that results in sensorimotor deficits in the hand. Until recently, the effects of CTS on hand function have been studied using mostly two-digit grip tasks. The purpose of this study was to investigate the coordination of multi-digit forces as a function of object center of mass (CM) during whole-hand grasping. METHODS: Fourteen CTS patients and age- and gender-matched controls were instructed to grasp, lift, hold, and release a grip device with five digits for seven consecutive lifts while maintaining its vertical orientation. The object CM was changed by adding a mass at different locations at the base of the object. We measured forces and torques exerted by each digit and object kinematics and analyzed modulation of these variables to object CM at object lift onset and during object hold. Our task requires a modulation of digit forces at and after object lift onset to generate a compensatory moment to counteract the external moment caused by the added mass and to minimize object tilt. RESULTS: We found that CTS patients learned to generate a compensatory moment and minimized object roll to the same extent as controls. However, controls fully exploited the available degrees of freedom (DoF) in coordinating their multi-digit forces to generate a compensatory moment, i.e., digit normal forces, tangential forces, and the net center of pressure on the finger side of the device at object lift onset and during object hold. In contrast, patients modulated only one of these DoFs (the net center of pressure) to object CM by modulating individual normal forces at object lift onset. During object hold, however, CTS patients were able to modulate digit tangential force distribution to object CM. CONCLUSIONS: Our findings suggest that, although CTS did not affect patients' ability to perform our manipulation task, it interfered with the modulation of specific grasp control variables. This phenomenon might be indicative of a lower degree of flexibility of the sensorimotor system in CTS to adapt to grasp task conditions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetPeripheral Nerve DisordersTravaux en français237 207