MétaCan
Menu
Retour à la cohorte
Enregistrement W3205184794 · doi:10.1109/tnsre.2021.3119359

The Effect of Fatigue on Wheelchair Users’ Upper Limb Muscle Coordination Patterns in Time-Frequency and Principal Component Analysis

2021· article· en· W3205184794 sur OpenAlexaff
Liping Qi, Shuo Guan, Li Zhang, Hailong Liu, Changkai Sun, Martin Ferguson-Pell

Notice bibliographique

RevueIEEE Transactions on Neural Systems and Rehabilitation Engineering · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésElectromyographyWheelchairMuscle fatiguePhysical medicine and rehabilitationBicepsMotor coordinationWorkloadDeltoid curveMedicinePhysical therapyAnatomyComputer science

Résumé

récupéré en direct d'OpenAlex

An assessment of shoulder muscle coordination patterns is important to gain insight into muscle fatigue during wheelchair propulsion. The objective of the present study was to quantify muscle coordination changes over time during fatiguing wheelchair propulsion, as the muscles go through distinct levels of fatigue, a) non-fatigued, b) transiting to fatigue and c) fatigued to exhaustion. We recorded surface electromyography (sEMG) signals of the anterior deltoid (AD), middle deltoid (MD), posterior deltoid (PD), infraspinatus (IS), upper trapezius (UT), sternal head of the pectoralis major (PM), biceps brachii (BB), and triceps brachii (TB) during a wheelchair incremental exercise test. Nine wheelchair users with a diagnosis of spina bifida or T6-T12 spinal cord injury volunteered for the study. Oxygen uptake and SmartWheel kinetic parameters were also recorded during the test. EMG signals were processed by wavelet and principal component analysis (PCA), allowing for an assessment of how wheelchair users modify their muscle coordination patterns over time. Analyses of covariance (ANCOVA) were conducted to identify the main effect of fatigue levels on muscle coordination patterns by controlling for the effect of increased workload as covariate. A significant effect of fatigue levels on the PC1 and PC3 loading scores was found after controlling for the effect of increasing workloads (with both cases). In addition, PC3 reflects the most dominant fatigue effect on muscle coordination patterns which are not affected by increased ergometer workload. PC3 indicates muscle imbalance when muscles are fully fatigued and muscle co-contraction when muscles are beginning to fatigue. We conclude that fatigue-related changes in neuromuscular activity during wheelchair propulsion contribute to muscle imbalance and reflect a strategy of stiffening the shoulder joint.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Neural Systems and Rehabilitation EngineeringMême sujetSpinal Cord Injury ResearchTravaux en français237 207