MétaCan
Menu
Retour à la cohorte
Enregistrement W2969366032 · doi:10.3389/fneur.2019.00951

Abnormal Muscle Activity and Variability Before, During, and After the Occurrence of Freezing in Parkinson's Disease

2019· article· en· W2969366032 sur OpenAlexafffund
Hiram Cantù, Julie Nantel, Michelle Millán, Caroline Paquette, Julie N. Côté

Notice bibliographique

RevueFrontiers in Neurology · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationUniversity of OttawaMcGill UniversityJewish Rehabilitation Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversidad de MonterreyConsejo Nacional de Ciencia y Tecnología
Mots-clésBicepsGaitVastus medialisParkinson's diseaseMedicineElectromyographyPhysical medicine and rehabilitationAnatomyCardiologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Freezing of gait (FOG) is often experienced in advanced stages of Parkinson’s disease (PD) and can lead to an increased risk of falls. Although spatiotemporal characteristics of FOG are well described, their underlying neuromuscular mechanisms remain poorly understood. Several studies have demonstrated an abnormal activation of distal muscles of the lower limb and coordination impairments during gait in people with PD (pwPD). However, few have investigated how various characteristics of electromyograms (EMGs) change before, during and after a freezing episode (FE). Our objective was to quantify changes in proximal and distal leg muscle activity associated with FEs. In this study, twelve pwPD, confirmed as freezers, performed a repetitive stepping-in-place task used to elicit FE. Surface EMGs were collected from proximal (rectus femoris and biceps femoris (BF)) and distal (tibialis anterior (TA) and gastrocnemius medialis (GM)) muscles. Data epochs of 500 ms were extracted from EMG time series at four different periods: baseline, 2 s before a FE, during a FE, and 2 s after a FE. For each epoch, EMG amplitude (root-mean-square (RMS)), variability (coefficient of variation (CoV)), and inter-muscle functional connectivity (mutual information) were quantified. Results from the analysis of 21 FEs show a significant main effect of Period for EMG amplitude in bilateral TA and in the least affected GM (p < 0.01), with decreased activation before freezing that remained low during and after the FE. On the other hand, a main effect of Period was also found in bilateral BF muscles (p < 0.01) but with increased activation before freezing that was generally sustained during and after FE. Main effects of Period were also found for all measures of variability, except for the least affected GM, showing reduced variability during the FE that returned to baseline in all muscles except both TA. Moreover, an increase in functional connectivity between the least affected distal muscles was seen before the FE. Our findings confirm that many characteristics of EMG patterns of both distal and proximal leg muscles change throughout periods of a FE, suggesting both impairment and adaptive strategies from proximal muscles.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,267
Écart entre enseignants0,260 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207