Age-related modifications of muscle synergies during daily-living tasks: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Aging is associated with changes in neuromuscular control that can lead to difficulties in performing daily living tasks. Muscle synergy analysis allows the assessment of neuromuscular control strategies and functional deficits. However, the age-related changes of muscle synergies during functional tasks are scattered throughout the literature. This review aimed to synthesize the existing literature on muscle synergies in elderly people during daily-living tasks and examine how they differ from those exhibited by young adults. METHODS: The Medline, CINAHL and Web of Science databases were searched. Studies were included if they focused on muscle synergies in elderly people during walking, sit-to-stand or stair ascent, and if muscle synergies were obtained by a matrix factorization algorithm. FINDINGS: Seventeen studies were included after the screening process. The muscle synergies of 295 elderly people and 182 young adults were reported, including 5 to 16 muscles per leg, or leg and trunk. Results suggest that: 1) elderly people and young adults retain similar muscle synergies' number, 2) elderly people have higher muscles weighting during walking, and 3) an increased inter and intra-subject temporal activation variability during specific tasks (i.e., walking and stair ascent, respectively) was reported in elderly people compared to young adults. INTERPRETATION: This review gives a comprehensive understanding of age-related changes in neuromuscular control during daily living tasks. Our findings suggested that although the number of synergies remains similar, metrics such as spatial and temporal structures of synergies are more suitable to identify neuromuscular control deficits between young adults and elderly people.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».