MétaCan
Menu
Retour à la cohorte
Enregistrement W2899169440 · doi:10.1177/1073858418809074

Low Back Pain: The Potential Contribution of Supraspinal Motor Control and Proprioception

2018· review· en· W2899169440 sur OpenAlexaff
Michael L. Meier, Andrea Vrana, Petra Schweinhardt

Notice bibliographique

RevueThe Neuroscientist · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésProprioceptionMotor controlPhysical medicine and rehabilitationSensory systemMotor systemNeuroscienceLow back painPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Motor control, which relies on constant communication between motor and sensory systems, is crucial for spine posture, stability and movement. Adaptions of motor control occur in low back pain (LBP) while different motor adaption strategies exist across individuals, probably to reduce LBP and risk of injury. However, in some individuals with LBP, adapted motor control strategies might have long-term consequences, such as increased spinal loading that has been linked with degeneration of intervertebral discs and other tissues, potentially maintaining recurrent or chronic LBP. Factors contributing to motor control adaptations in LBP have been extensively studied on the motor output side, but less attention has been paid to changes in sensory input, specifically proprioception. Furthermore, motor cortex reorganization has been linked with chronic and recurrent LBP, but underlying factors are poorly understood. Here, we review current research on behavioral and neural effects of motor control adaptions in LBP. We conclude that back pain-induced disrupted or reduced proprioceptive signaling likely plays a pivotal role in driving long-term changes in the top-down control of the motor system via motor and sensory cortical reorganization. In the outlook of this review, we explore whether motor control adaptations are also important for other (musculoskeletal) pain conditions.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,280 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations185
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe NeuroscientistMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207