Synergistic effects of transcutaneous spinal stimulation and neuromuscular electrical stimulation on lower limb force production: Time to deliver
Notice bibliographique
Résumé
BACKGROUND: Transcutaneous spinal stimulation (TSS) and neuromuscular electrical stimulation (NMES) can facilitate self-assisted standing in individuals with paralysis. However, individual variability in responses to each modality may limit their effectiveness in generating the necessary leg extension force for full body weight standing. To address this challenge, we proposed combining TSS and NMES to enhance leg extensor muscle activation, with optimizing timing adjustment to maximize the interaction between the two modalities. METHODS: To assess the effects of TSS and NMES on knee extension and plantarflexion force, ten neurologically intact participants underwent three conditions: (1) TSS control, (2) NMES control, and (3) TSS + NMES. TSS was delivered between the T10 and L2 vertebrae, while NMES was delivered to the skin over the right knee extensors and plantarflexors. TSS and NMES were administered using a 15 Hz train of three 0.5 ms biphasic pulses. During the TSS + NMES condition, the timing between modalities was adjusted in increments of ¼ the interval within a 15 Hz frequency, i.e., 66, 49.5, 33, 16.5, and 1 ms. RESULTS: NMES combined with TSS, produced synergistic effects even on non-targeted muscle groups, thereby promoting leg extension across multiple joints in the kinematic chain. The sequence of NMES or TSS trains relative to each other did not significantly impact motor output. Notably, a delay of 16.5 to 49.5 ms between interleaved TSS and NMES pulses, each delivered at 15 Hz, results in more robust and synergistic responses in knee extensors and plantarflexors. CONCLUSIONS: By adjusting the timing between TSS and NMES, we can optimize the combined use of these modalities for functional restoration. Our findings highlight the potential of integrated TSS and NMES protocols to enhance motor function, suggesting promising avenues for therapeutic applications, particularly in the rehabilitation of individuals with SCI.
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 ».