Impaired corticomuscular coherence during isometric elbow flexion contractions in humans with cervical spinal cord injury
Notice bibliographique
Résumé
After spinal cord injury (SCI), the reorganization of the neuromuscular system leads to increased antagonist muscles' co-activation-that is, increased antagonist vs. agonist muscles activation ratio-during voluntary contractions. Increased muscle co-activation is supposed to result from reduced cortical influences on spinal mechanisms inhibiting antagonist muscles. The assessment of the residual interactions between cortical and muscles activity with corticomuscular coherence (CMC) in participants with SCI producing different force levels may shed new lights on the regulation of muscle co-activation. To achieve this aim, we compared the net joint torque, the muscle co-activation and the CMC ~ 10 and ~ 20 Hz with both agonist and antagonist muscles in participants with SCI and healthy participants performing actual isometric elbow flexion contractions at three force levels. For all participants, overall CMC and muscle co-activation decreased with the increase in the net joint torque, but only CMC ~ 10 Hz was correlated with muscle co-activation. Participants with SCI had greater muscle co-activation and lower CMC ~ 10 Hz, at the highest force levels. These results emphasize the importance of CMC as a mechanism that could take part in the modulation of muscle co-activation to maintain a specific force level. Lower CMC ~ 10 Hz in SCI participants may reflect the decreased cortical influence on spinal mechanisms, leading to increased muscle co-activation, although plasticity of the corticomuscular coupling seems to be preserved after SCI to modulate the force level. Clinically, the CMC may efficiently evaluate the residual integrity of the neuromuscular system after SCI and the effects of rehabilitation.
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 | 0,000 |
| 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 ».