MétaCan
Menu
Retour à la cohorte
Enregistrement W2990764777 · doi:10.3390/brainsci9120333

Muscle-Specific Modulation of Spinal Reflexes in Lower-Limb Muscles during Action Observation with and without Motor Imagery of Walking

2019· article· en· W2990764777 sur OpenAlexaff
Naotsugu Kaneko, Yohei Masugi, Noboru Usuda, Hikaru Yokoyama, Kimitaka Nakazawa

Notice bibliographique

RevueBrain Sciences · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensToronto Rehabilitation InstituteUniversity Health Network
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésReflexMedicineBicepsTibialis anterior muscleElectromyographySpinal cordPhysical medicine and rehabilitationH-reflexVastus medialisLeg muscleAnatomyAnesthesiaSkeletal muscle

Résumé

récupéré en direct d'OpenAlex

Action observation (AO) and motor imagery (MI) are useful techniques in neurorehabilitation. Previous studies have reported that AO and MI facilitate corticospinal excitability only in those muscles that are active when actually performing the observed or imagined movements. However, it remained unclear whether spinal reflexes modulate multiple muscles simultaneously. The present study focused on AO and MI of walking and aimed to clarify their effects on spinal reflexes in lower-limb muscles that are recruited during actual walking. Ten healthy males participated in the present study. Spinal reflex parameters evoked by transcutaneous spinal cord stimulation were measured from five lower-limb muscles during rest, AO, and AO combined with MI (AO + MI) conditions. Our results showed that spinal reflexes were increased in the tibialis anterior and biceps femoris muscles during AO and in the tibialis anterior, soleus, and medial gastrocnemius muscles during AO + MI, compared with resting condition. Spinal reflex parameters in the vastus medialis muscle were unchanged. These results indicate the muscle-specific modulations of spinal reflexes during AO and AO + MI. These findings reveal the underlying neural activities induced by AO, MI, and their combined processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,382
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,073
Tête enseignante GPT0,340
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetAction Observation and SynchronizationTravaux en français237 207