Potential of a New, Flexible Electrode sEMG System in Detecting Electromyographic Activation in Low Back Muscles during Clinical Tests: A Pilot Study on Wearables for Pain Management
Notice bibliographique
Résumé
Background: While low back pain (LBP) is the leading cause of disability worldwide, its clinical objective assessment is currently limited. Part of this syndrome arises from the abnormal sensorimotor control of back muscles, involving increased muscle fatigability (i.e., assessed with the Biering–Sorensen test) and abnormal muscle activation patterns (i.e., the flexion–extension test). Surface electromyography (sEMG) provides objective measures of muscle fatigue development (median frequency drop, MDF) and activation patterns (RMS amplitude change). This study therefore assessed the sensitivity and validity of a novel and flexible sEMG system (NSS) based on PEVA electrodes and potentially embeddable in textiles, as a tool for objective clinical LBP assessment. Methods: Twelve participants wearing NSS and a commercial laboratory sEMG system (CSS) performed two clinical tests used in LBP assessment (Biering–Sorensen and flexion–extension). Erector spinae muscle activity was recorded at T12-L1 and L4-L5. Results: NSS showed sensitivity to sEMG changes associated with fatigue development and muscle activations during flexion–extension movements (p < 0.05) that were similar to CSS (p > 0.05). Raw signals showed moderate cross-correlations (MDF: 0.60–0.68; RMS: 0.53–0.62). Adding conductive gel to the PEVA electrodes did not influence sEMG signal interpretation (p > 0.05). Conclusions: This novel sEMG system is promising for assessing electrophysiological indicators of LBP during clinical tests.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».