Primary Motor Cortex Excitability in Karate Athletes: A Transcranial Magnetic Stimulation Study
Notice bibliographique
Résumé
Purpose. Transcranial magnetic stimulation (TMS) has been largely used to investigate adaptive changes in human motor cortex, and to understand how networks in the brain build and optimize motor programs responsible for coordination of muscle activity involved in complex motor learning. Karate represents a valuable model to investigate the effects of training on the corticospinal system excitability, because it requires a high level of coordination. The aim of this study was to examine possible changes in the resting motor threshold (rMT) and in the corticospinal response in karate athletes, and if athletes are characterized by a specific value of rMT. Methods. Twenty-fiveright-handed male karate athletes (24.9±4.9 years) and twenty-five matched non-athletes (26.2±4.5 years) were recruited. TMS was delivered over the metacarpal area of the left primary motor cortex, corresponding to the first dorsal interosseous muscle. Motor evoked potential (MEP) latencies and amplitudes at rMT, 110%, and 120% of rMT were considered. Results. Compared to non-athletes, athletes showed a lower resting motor threshold (p<0.01), shorter MEP latency (p<0.01) and higher MEP amplitude (p<0.01). Moreover, the roc curve was significant (p<0.001; sensitivity 84%, specificity 76%). Conclusions. The main finding of the present study was that there are significant differences in cortical excitability between athletes and non-athletes. Athletes’ changes in rMT and MEP values might be the result of plasticity of the motor cortex, due to sport practice which improves cortical excitability. These finding support the hypothesis that training determines specific brain organizations to meet specific sport challenges.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».