MétaCan
Menu
Retour à la cohorte
Enregistrement W2199988285 · doi:10.1186/s12984-015-0091-8

Trunk muscle co-activation using functional electrical stimulation modifies center of pressure fluctuations during quiet sitting by increasing trunk stiffness

2015· article· en· W2199988285 sur OpenAlexafffund
Matija Milosevic, Kei Masani, Noel Wu, Kristiina M. Valter McConville, Miloš R. Popović

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensToronto Metropolitan UniversityUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchToronto Rehabilitation InstituteOntario Ministry of Health and Long-Term Care
Mots-clésTrunkSittingFunctional electrical stimulationQUIETCenter of pressure (fluid mechanics)Physical medicine and rehabilitationStiffnessStimulationMuscle stiffnessMedicineNeurosciencePhysicsPsychologyBiologyMechanics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The purpose of this study was to examine the impact of functional electrical stimulation (FES) induced co-activation of trunk muscles during quiet sitting. We hypothesized that FES applied to the trunk muscles will increase trunk stiffness. The objectives of this study were to: 1) compare the center of pressure (COP) fluctuations during unsupported and FES-assisted quiet sitting - an experimental study and; 2) investigate how FES influences sitting balance - an analytical (simulation) study. METHODS: The experimental study involved 15 able-bodied individuals who were seated on an instrumented chair. During the experiment, COP of the body projected on the seating surface was calculated to compare sitting stability of participants during unsupported and FES-assisted quiet sitting. The analytical (simulation) study examined dynamics of quiet sitting using an inverted pendulum model, representing the body, and a proportional-derivative (PD) controller, representing the central nervous system control. This model was used to analyze the relationship between increased trunk stiffness and COP fluctuations. RESULTS: In the experimental study, the COP fluctuations showed that: i) the mean velocity, mean frequency and the power frequency were higher during FES-assisted sitting; ii) the frequency dispersion for anterior-posterior fluctuations was smaller during FES-assisted sitting; and iii) the mean distance, range and centroidal frequency did not change during FES-assisted sitting. The analytical (simulation) study showed that increased mechanical stiffness of the trunk had the same effect on COP fluctuations as the FES. CONCLUSIONS: The results of this study suggest that FES applied to the key trunk muscles increases the speed of the COP fluctuations by increasing the trunk stiffness during quiet sitting.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,253
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetMotor Control and AdaptationTravaux en français237 207