Short term effects of contralateral tendon vibration on motor unit discharge rate variability and force steadiness in people with Parkinson’s disease
Notice bibliographique
Résumé
Background: Vibration of one limb affects motor performance of the contralateral limb, and this may have clinical implications for people with lateralized motor impairments through vibration-induced increase in cortical activation, descending neural drive, or spinal excitability. Objective: The objective of this study was to evaluate the effects of acute biceps brachii tendon vibration on force steadiness and motor unit activity in the contralateral limb of persons with Parkinson's disease. Methods: Ten participants with mild to moderate Parkinson's disease severity performed a ramp, hold and de-ramp isometric elbow flexion at 5% of maximum voluntary contraction with the more-affected arm while vibration was applied to the distal biceps brachii tendon on the contralateral, less-affected arm. Using intramuscular fine wire electrodes, 33 MUs in the biceps brachii were recorded across three conditions (baseline, vibration, and post-vibration). Motor unit recruitment & derecruitment thresholds, discharge rates & variability, and elbow flexion force steadiness were compared between conditions with and without vibration. Results: Coefficient of variation of force and discharge rate variability decreased 37 and 17%, respectively in post-vibration compared with baseline and vibration conditions. Although the motor unit discharge rates did not differ between conditions the total number of motor units active at rest after de-ramp were fewer in the post-vibration condition. Conclusion: Contralateral tendon vibration reduces MU discharge rate variability and enhances force control on the more affected side in persons with Parkinson's disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».