Société de Biomécanique young investigator award 2022: Effects of applying functional electrical stimulation to ankle plantarflexor muscles on forward propulsion during walking in young healthy adults
Notice bibliographique
Résumé
The triceps surae muscle, composed of the gastrocnemius and soleus muscles, plays a major role in forward propulsion during walking. By generating positive ankle power during the push-off phase, these muscles produce the propulsive force required for forward progression. This study aimed to test the hypothesis that applying functional electrical stimulation (FES) to these muscles (soleus, gastrocnemius or the combination of the two) during the push-off phase would increase the ankle power generation and, consequently, enhance forward propulsion during walking in able-bodied adults. Fifteen young adults walked at their self-selected speed under four conditions: no stimulation, with bilateral stimulation of the soleus, gastrocnemius, and both muscles simultaneously. Muscles were stimulated just below the discomfort threshold during push-off, i.e., from heel-off to toe-off. FES significantly increased ankle power (+22 to 28 % depending on conditions), propulsive force (+15 to 18 %) and forward progression parameters such as walking speed (+14 to 20 %). Furthermore, walking speed was significantly higher (+5%) for combined soleus and gastrocnemius stimulation compared with gastrocnemius stimulation alone, with no further effect on other gait parameters. In conclusion, our results demonstrate that applying FES to the gastrocnemius and soleus, separately or simultaneously during the push-off phase, enhanced ankle power generation and, consequently, forward propulsion during walking in able-bodied adults. Combined stimulation of the soleus and gastrocnemius provided the greatest walking speed enhancement, without affecting other propulsion parameters. These findings could be useful for designing FES-based solutions for improving gait in healthy people with propulsion impairment, such as the elderly.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,017 |
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 ».