The reliability and validity of rapid transcranial magnetic stimulation mapping for muscles under active contraction
Notice bibliographique
Résumé
Abstract Rapid mapping is a transcranial magnetic stimulation (TMS) mapping method which can significantly reduce data collection time compared to traditional approaches. However, its validity and reliability has only been established for upper-limb muscles during resting-state activity. Here, we determined the validity and reliability of rapid mapping for non-upper limb muscles that require active contraction during TMS: the masseter and quadriceps muscles. Eleven healthy participants attended two sessions, spaced two hours apart, each involving rapid and ‘traditional’ mapping of the masseter muscle and three quadriceps muscles (rectus femoris, vastus medialis, vastus lateralis). Map parameters included map volume, map area and centre of gravity (CoG) in the medial-lateral and anterior-posterior directions. Low to moderate measurement errors (%SEM eas = 10–32) were observed across muscles. Relative reliability varied from good-to-excellent (ICC = 0.63–0.99) for map volume, poor-to-excellent (ICC = 0.11–0.86) for map area, and fair-to-excellent for CoG (ICC = 0.25–0.8) across muscles. There was Bayesian evidence of equivalence (BF’s > 3) in most map outcomes between rapid and traditional maps across all muscles, supporting the validity of the rapid mapping method. Overall, rapid TMS mapping produced similar estimates of map parameters to the traditional method, however the reliability results were mixed. As mapping of non-upper limb muscles is relatively challenging, rapid mapping is a promising substitute for traditional mapping, however further work is required to refine this method.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».