Contributions of voluntary activation deficits to hand weakness after stroke
Notice bibliographique
Résumé
BACKGROUND: Hemiparetic stroke survivors often exhibit profound weakness in the digits of the paretic hand, but the relative contribution of potential biomechanical and neurological impairment mechanisms is not known. Establishing sources of impairment would help in guiding treatment. OBJECTIVE: The present study sought to quantify the role of diminished capacity to voluntarily active finger flexor and extensor muscles as one possible neurological mechanism. METHODS: Two groups of stroke survivors with "severe" (N = 9) or "moderate" (N = 9) hand impairment and one group of neurologically intact individuals (N = 9) participated. Subjects were asked to create isometric flexion force and extension force, respectively, with the tip of the middle finger. The maximum voluntary force (MVF) and the maximum stimulated force (MSF) produced by an applied train of electrical current pulses (MSF) were recorded for flexion and extension. Percent voluntary activation (PVA) was computed from MVF and MSF. RESULTS: Significant deficits in both MVF and PVA were observed for stroke subjects compared to control subjects. For example, activation deficits were >80% for extensor digitorum communis (EDC) for the "severe" group. Maximum voluntary force and PVA deficits were greater for EDC than for flexor digitorum superficialis (FDS) for stroke subjects with severe impairment. Maximum voluntary force and PVA correlated significantly for stroke subjects but not for control subjects. CONCLUSIONS: Although extrinsic finger muscles could be successfully recruited electrically, voluntary excitation of these muscles was substantially limited in stroke survivors. Thus, finger weakness after stroke results predominantly from the inability to fully activate the muscle voluntarily.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».