MétaCan
Menu
Retour à la cohorte
Enregistrement W3133047103 · doi:10.4085/545-20

Muscle Activation in Specific Regions of the Trapezius During Modified Kendall Manual Muscle Tests

2021· article· en· W3133047103 sur OpenAlexaff
Zachariah Henderson, Sarah Bohunicky, Josée Rochon, Mark Dacanay, Trisha D. Scribbans

Notice bibliographique

RevueJournal of Athletic Training · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseTrapezius muscleElectromyographyMedicinePhysical therapyPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Manual muscle tests (MMTs) are often used when assessing shoulder injuries. For the trapezius, individual MMTs are used to selectively test the upper trapezius region (UTR), middle trapezius region (MTR), and lower trapezius region (LTR). The MMTs for each region are assumed to preferentially recruit the corresponding muscle fibers and produce a maximal contraction; however, whether this is true is unknown. OBJECTIVE: To determine if maximal voluntary isometric contractions (MVICs) for the upper trapezius (UT-MVIC), middle trapezius (MT-MVIC), and lower trapezius (LT-MVIC), adapted from the Kendall MMTs, recruited the corresponding trapezius regions. DESIGN: Crossover study. SETTING: Laboratory. PATIENTS OR OTHER PARTICIPANTS: A total of young, healthy individuals (10 men, 9 women, 1 not listed; age = 23.9 ± 1.7 years, height = 171.4 ± 9.6 cm, mass = 75.7 ± 11.6 kg). INTERVENTION(S): Participants performed 3 repetitions of each MVIC. High-density surface electromyography measurements were collected from the UTR, MTR, and LTR. MAIN OUTCOME MEASURE(S): Root mean square (excitation) of the UTR, MTR, and LTR. RESULTS: We observed an increase in UTR excitation during the LT-MVIC compared with the UT-MVIC (P = .016) and MT-MVIC (P < .001). The MTR excitation increased during the MT-MVIC (P = .001) and the LT-MVIC (P < .001) compared with the UT-MVIC. We also noted an increase in MTR excitation during the LT-MVIC compared with the MT-MVIC (P < .001). The LTR excitation increased during the MT-MVIC and LT-MVIC (P values < .001) compared with the UT-MVIC. CONCLUSIONS: The UT-MVIC and MT-MVIC did not necessarily recruit the corresponding trapezius regions more than the other MVICs did. Rather, the LT-MVIC appeared to produce the greatest excitation of all trapezius regions. Additional research is needed; however, clinicians should be aware that maximal contractions may not always recruit the desired muscle region.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,067
Tête enseignante GPT0,311
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Athletic TrainingMême sujetShoulder Injury and TreatmentTravaux en français237 207