Short-latency afferentinhibition in chronic spinalcord injury
Notice bibliographique
Résumé
BACKGROUND: Short-latency afferent inhibition (SAI) results when somatosensory afferent input inhibits the corticospinal output from primary motor cortex (M1). The present study examined SAI in the flexor carpi radialis (FCR) muscle in individuals with spinal cord injury (SCI) and uninjured controls. METHODS: Short-latency afferent inhibition (SAI) was evoked by stimulating the median nerve at the elbow at intervals of 15, 20 and 25 ms in advance of a transcranial magnetic stimulation (TMS) pulse over M1. SAI was tested with the FCR at rest and also during ~20% of maximum voluntary contraction. Corticospinal output was assessed through measuring both motor thresholds and motor evoked potential (MEP) recruitment curves. The afferent volley was assessed via the N20-P25 amplitude of the somatosensory evoked potential (SEP) and the amplitude of sensory nerve action potentials (SNAP) recorded over the median nerve at the elbow. RESULTS: SAI is reduced in SCI in both the contracted and non-contracted FCR muscle. MEP recruitment curves and thresholds were decreased in SCI only in the active state and not the resting state. N20-P25 amplitude was similar between groups in both the resting and active states although SNAP was significantly reduced in SCI at rest. CONCLUSIONS: We conclude that reduced SAI in SCI is likely attributed to neuroplasticity altering the intrinsic M1 circuitry mediating SAI and/or reduced afferent input traversing a direct thalamocortical route to M1. These data provide a new avenue of research aimed at identifying therapeutic approaches to alter SAI to improve upper limb function in individuals with SCI.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».