Differences In Chronic Electromyography Recordings Between Community- And Retirement-dwelling Older Women
Notice bibliographique
Résumé
Chronic electromyography (EMG) measures are common in occupational studies where they are used to understand work-related injuries. Recent studies have compared chronic EMG during daily life between young and old men and women (Harwood et al. 2008) and between old women across states of frailty (Theou et al., 2010). These studies demonstrated an age-related increase in low-threshold electromyography (EMG), which was reported to be greater in women compared with men, and EMG differed across states of frailty. PURPOSE: Measure upper and lower limb muscle activity using EMG in community- and retirement-dwelling older women for a 8-hour typical day. METHODS: Community- (n=9, 80±4 yrs) and retirement-dwelling (n=9, 84±6 yrs) older women participated. Surface EMG was recorded from the biceps brachii, triceps brachii, vastus lateralis, and biceps femoris of the self-reported non-dominant side for a 8-hour typical day. Signals were sampled at 1000Hz, stored on an MMC flashcard and imported into Spike 2 Version 5™ for custom script analysis. Isometric maximum voluntary exertions (MVE) were performed to normalize EMG data. An EMG burst was quantified as a period of muscle activity more than 2% of MVE for a duration longer than 0.1 sec. The number, mean duration, peak amplitude of bursts and the percentage of total recording time occupied by bursts were examined. RESULTS: The number of bursts in retirement-dwelling women was 22% greater (p=0.005) than the community-dwelling women (p<0.01). Peak burst amplitude was 42% less (p=0.005) in retirement-dwelling women compared with community-dwelling women. The burst percentage and duration were similar (p>0.05) between community (40±4.5% recording time, 1.1±0.2 sec/burst) and retirement groups (43±4.5% recording time, 1.1±0.2 sec/burst). CONCLUSIONS: Retirement dwelling older women had more bursts of lower amplitude compared with community-dwelling older women and these differences might be indicative of decreased muscle function in the former group. Supported by: NSERC
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».