MétaCan
Menu
Retour à la cohorte
Enregistrement W3210708485 · doi:10.1186/s42490-021-00057-5

Training muscle activation patterns of the lower paretic extremity using directional exertion improves mobility in persons with hemiparesis: a pilot study

2021· article· en· W3210708485 sur OpenAlexafffund
Daniel Bourbonnais, René Pelletier, Joëlle Azar, Camille Sille, Michel Goyette

Notice bibliographique

RevueBMC Biomedical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversité de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésHemiparesisExertionPhysical medicine and rehabilitationSagittal planePhysical therapyMedicineStroke (engine)GaitElectromyographyPsychologyAnatomy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Controlled static exertion performed in the sagittal plane on a transducer attached to the foot requires coordinated moments of force of the lower extremity. Some exertions and plantarflexion recruit muscular activation patterns similar to synergies previously identified during gait. It is currently unknown if persons with hemiparesis following stroke demonstrate similar muscular patterns, and if force feedback training utilizing static exertion results in improved mobility in this population. METHODS: Electromyographic (EMG) activity of eight muscles of the lower limb were recorded using surface electrodes in healthy participants (n = 10) and in persons with hemiparesis (n = 8) during an exertion exercise (task) performed in eight directions in the sagittal plane of the foot and a plantarflexion exercise performed at 20 and 40% maximum voluntary effort (MVE). Muscle activation patterns identified during these exertion exercises were compared between groups and to synergies reported in the literature during healthy gait using cosine similarities (CS). Functional mobility was assessed in four participants with hemiparesis using GAITRite® and the Timed Up and Go (TUG) test at each session before, during and after static force feedback training. Tau statistics were used to evaluate the effect on mobility before and after training. Measures of MVE and the accuracy of directional exertion were compared before and after training using ANOVAs. Spearman Rho correlations were also calculated between changes in these parameters and changes in mobility before and after the training. RESULTS: Muscle activation patterns during directional exertion and plantarflexion were similar for both groups of participants (CS varying from 0.845 to 0.977). Muscular patterns for some of the directional and plantarflexion were also similar to synergies recruited during gait (CS varying from 0.847 to 0.951). Directional exertion training in hemiparetic subjects resulted in improvement in MVE (p < 0.040) and task performance accuracy (p < 0.001). Hemiparetic subjects also demonstrated significant improvements in gait velocity (p < 0.032) and in the TUG test (p < 0.022) following training. Improvements in certain directional efforts were correlated with changes in gait velocity (p = 0.001). CONCLUSION: Static force feedback training following stroke improves strength and coordination of the lower extremity while recruiting synergies reported during gait and is associated with improved mobility.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,030
Tête enseignante GPT0,229
Écart entre enseignants0,200 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Biomedical EngineeringMême sujetMuscle activation and electromyography studiesTravaux en français237 207