MétaCan
Menu
Retour à la cohorte
Enregistrement W2116014213 · doi:10.1682/jrrd.2004.01.0008

Electromyographic activity imbalances between contralateral back muscles: An assessment of measurement properties

2005· article· en· W2116014213 sur OpenAlexaff
Denis Gagnon, André Arsenault, Denis Gravel, Patrick Loisel

Notice bibliographique

RevueThe Journal of Rehabilitation Research and Development · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseLow back painPhysical medicine and rehabilitationElectromyographyMedicineTrunkMotor controlBack painBack musclesPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Electromyographic (EMG) contralateral imbalances of back muscles are often interpreted as an aberrant back muscle pattern related to back pain. This study assessed different measurement properties (influence of the control of asymmetric efforts and of the force level, reliability, and sensitivity to low back status) of EMG imbalance parameters. Healthy controls (n = 34) and chronic low back pain subjects (n = 55) stood in a dynamometer measuring the principal (extension) and coupled (lateral bending, axial rotation) L5/S1 moments during isometric trunk extension efforts. The results showed that back pain subjects did not produce higher coupled moments than controls. Providing feedback of the axial rotation moment to correct asymmetric efforts during the task did not reduce EMG contralateral imbalances, except for some extreme cases. Normalized EMG imbalance parameters remain relatively constant between 40% and 80% of the maximal voluntary contraction. The reliability of EMG imbalance parameters was moderate, at best. Finally, neither low back status nor pain location had an effect on EMG contralateral imbalances. We conclude that the clinical relevance of EMG contralateral imbalances of back muscles remains to be established.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
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)0,0000,000

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 Opus0,114
Tête enseignante GPT0,392
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations16
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rehabilitation Research and DevelopmentMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207