Neuromuscular recruitment pattern in motor point stimulation
Notice bibliographique
Résumé
BACKGROUND: Transcutaneous electrical stimulation on the motor points over muscle belly, i.e., motor point stimulation (MPS), is widely used in clinical settings, however it is not fully understood how MPS recruits motor nerves. Here we investigated the recruitment pattern of the motor nerve and twitch force during MPS and compared to the recruitment during peripheral nerve stimulation (PNS). METHODS: Ten healthy individuals participated in this study. Using MPS on the soleus muscle and PNS on the tibial nerve, a single pulse stimulation was applied with various stimulation intensities from subthreshold to the maximum intensity. We measured the evoked potentials in the lower leg muscles and twitch force. Between MPS and PNS, we compared the recruitment curves of M-waves and the dynamics of twitch force such as duration from force onset to peak (time-to-peak). RESULTS: The maximum M-wave was not different between MPS and PNS in the soleus muscle, while it was much smaller in MPS than in PNS in the other lower leg muscles. This reflected the smaller twitch force of plantarflexion in MPS than PNS. In addition, the slope of the recruitment curve for the soleus M-wave was smaller in MPS than PNS. CONCLUSION: Therefore, unlike PNS, MPS can efficiently and selectively recruit motor nerves of the target muscle and gradually increase the recruitment of the motor nerve.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».