MétaCan
Menu
Retour à la cohorte
Enregistrement W3138478138 · doi:10.1007/s11357-021-00356-8

Lifelong exercise is associated with more homogeneous motor unit potential features across deep and superficial areas of vastus lateralis

2021· article· en· W3138478138 sur OpenAlexaff
Eleanor J. Jones, Jessica Piasecki, Alex Ireland, Daniel W. Stashuk, Philip J. Atherton, Bethan E. Phillips, Jamie S. McPhee, Mathew Piasecki

Notice bibliographique

RevueGeroScience · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNIHR Nottingham Biomedical Research CentreVersus ArthritisUniversity of NottinghamMedical Research CouncilNational Institute for Health and Care Research
Mots-clésMotor unitAgeingAnatomyAthletesVastus lateralis muscleHomogeneousMedicineMotor unit recruitmentAtrophyElectromyographyMuscle atrophyInternal medicinePhysical medicine and rehabilitationPhysical therapySkeletal muscleMathematics

Résumé

récupéré en direct d'OpenAlex

Motor unit (MU) expansion enables rescue of denervated muscle fibres helping to ameliorate age-related muscle atrophy, with evidence to suggest master athletes are more successful at this remodelling. Electrophysiological data has suggested MUs located superficially are larger than those located deeper within young muscle. However, the effects of ageing and exercise on MU heterogeneity across deep and superficial aspects of vastus lateralis (VL) remain unclear. Intramuscular electromyography was used to record individual MU potentials (MUPs) and near fibre MUPs (NFMs) from deep and superficial regions of the VL during 25% maximum voluntary contractions, in 83 males (15 young (Y), 17 young athletes (YA), 22 old (O) and 29 master athletes (MA)). MUP size and complexity were assessed using area and number of turns, respectively. Multilevel mixed effects linear regression models were performed to investigate the effects of depth in each group. MUP area was greater in deep compared with superficial MUs in Y (p<0.001) and O (p=0.012) but not in YA (p=0.071) or MA (p=0.653). MUP amplitude and NF MUP area were greater, and MUPs were more complex in deep MUPs from Y, YA and O (all p<0.05) but did not differ across depth in MA (all p>0.07). These data suggest MU characteristics differ according to depth within the VL which may be influenced by both ageing and exercise. A more homogenous distribution of MUP size and complexity across muscle depths in older athletes may be a result of a greater degree of age-related MU adaptations.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeroScienceMême sujetMuscle activation and electromyography studiesTravaux en français237 207