Multiparametric MRI Assessment of Morpho-Functional Muscle Changes Following a 6-Month FES-Cycling Training Program: Pilot Study in People With a Complete Spinal Cord Injury
Notice bibliographique
Résumé
Background: Spinal cord injuries (SCIs) cause debilitating secondary conditions such as severe muscle deterioration, cardiovascular, and metabolic dysfunctions, significantly impacting patients' quality of life. Functional electrical stimulation (FES) combined with cycling exercise (FES-cycling) has shown promise in improving muscle function and health in individuals with SCI. Objective: This pilot study aimed to investigate the potential role of multiparametric magnetic resonance imaging (MRI) to assess muscle health during and after an FES-cycling rehabilitation program. Methods: Four male participants with chronic SCI underwent a 6-month FES-cycling training program, consisting of two 30-minute sessions per week. MRI scans were performed at baseline (T0), after 3 months (T1), at the end of the training (T2), and 1-month posttraining (T3). The MRI protocol included T1-weighted imaging for volume quantification, Dixon imaging for fat fraction, multi-echo spin echo for T2 relaxation times, and diffusion tensor imaging to assess diffusion parameters. Results: Muscle hypertrophy was observed, with an average increase in muscle volume of 22.3% at T1 and 36.7% at T2 compared with baseline. One month posttraining, muscle volume remained 23.2% higher than baseline. Fat fraction decreased from 11.1% at T0 to 9.1% at T2, with a rebound to 10.9% at T3. T2 relaxation times showed a reduction even though this was not consistent among participants. Diffusion tensor imaging parameters revealed subtle changes in muscle tissue microstructure, with a decrease in fractional anisotropy mainly associated to an increase of radial diffusivity. Conclusions: Although preliminary, this study provides evidence that 6 months of low-intensity FES-bike training can increase muscle volume and decrease fat infiltration in individuals with SCI. The study demonstrates that the use of a multiparametric MRI provides comprehensive insights into both macroscopic and microscopic changes within muscle tissues, supporting its integration into clinical practice for assessing the efficacy of rehabilitation interventions.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».