Validity and Reliability of Surface Electromyography Features in Lower Extremity Muscle Contraction in Healthy and Spinal Cord–Injured Participants
Notice bibliographique
Résumé
Background: Spinal cord injury (SCI) has a significant impact on motor control and active force generation. Quantifying muscle activation following SCI may help indicate the degree of motor impairment and predict the efficacy of rehabilitative interventions. In healthy persons, muscle activation is typically quantified by electromyographic (EMG) signal amplitude measures. However, in SCI, these measures may not reflect voluntary effort, and therefore other nonamplitude-based features should be considered. Objectives: The purpose of this study was to assess the correlation of time-domain EMG features with the exerted joint torque (validity) and their test-retest repeatability (reliability), which may contribute to characterizing muscle activation following SCI. Methods: Surface EMG (SEMG) and torque were measured while nine uninjured participants and four participants with SCI performed isometric contractions of tibialis anterior (TA) and soleus (SOL). Data collection was repeated at a subsequent session for comparison across days. Validity and test-retest reliability of features were assessed by Spearman and intraclass correlation (ICC) of linear regression coefficients. Results: In healthy participants, SEMG features correlated well with torque (TA: ρ > 0.92; SOL: ρ > 0.94) and showed high reliability (ICC mean = 0.90; range, 0.72–0.99). In an SCI case series, SEMG features also correlated well with torque (TA: ρ > 0.86; SOL: ρ > 0.86), and time-domain features appeared no less repeatable than amplitude-based measures. Conclusion: Time-domain SEMG features are valid and reliable measures of lower extremity muscle activity in healthy participants and may be valid measures of sublesional muscle activity following SCI. These features could be used to gauge motor impairment and progression of rehabilitative interventions or in controlling assistive technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».