MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405637468 · doi:10.1113/jp287448

Role of forelimb morphology in muscle sensorimotor functions during locomotion in the cat

2024· article· en· W4405637468 sur OpenAlexafffund
Seyed Mohammadali Rahmati, Alexander N. Klishko, Ramaldo S. Martin, Nate E. Bunderson, Jeswin A. Meslie, T. Richard Nichols, Ilya A. Rybak, Alain Frigon, Thomas J. Burkholder, Boris I. Prilutsky

Notice bibliographique

RevueThe Journal of Physiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Neurological Disorders and StrokeHamilton Health SciencesNational Institutes of HealthNational Science Foundation
Mots-clésForelimbBicepsAnatomyFascicleBrachioradialisSomatosensory systemHindlimbBiologySensory systemNeuroscience

Résumé

récupéré en direct d'OpenAlex

Previous studies established strong links between morphological characteristics of mammalian hindlimb muscles and their sensorimotor functions during locomotion. Less is known about the role of forelimb morphology in motor outputs and generation of sensory signals. Here, we measured morphological characteristics of 46 forelimb muscles from six cats. These characteristics included muscle attachments, physiological cross-sectional area (PCSA) and fascicle length. We also recorded full-body mechanics and EMG activity of forelimb muscles during level overground and treadmill locomotion in seven and 16 adult cats of either sex, respectively. We computed forelimb muscle forces along with force- and length-dependent sensory signals mapped onto corresponding cervical spinal segments. We found that patterns of computed muscle forces and afferent activities were strongly affected by the muscle's moment arm, PCSA and fascicle length. Morphology of the shoulder muscles suggests distinct roles of the forelimbs in lateral force production and movements. Patterns of length-dependent sensory activity of muscles with long fibres (brachioradialis, extensor carpi radialis) closely matched patterns of overall forelimb length, whereas the activity pattern of biceps brachii length afferents matched forelimb orientation. We conclude that cat forelimb muscle morphology contributes substantially to locomotor function, particularly to control lateral stability and turning, rather than propulsion. KEY POINTS: Little is known about the role of forelimb muscle morphology in producing motor outputs and generating somatosensory signals. This information is needed to understand the contributions of forelimbs in locomotor control. We measured morphological characteristics of 46 muscles from cat forelimbs, recorded cat walking mechanics and electromyographic activity, and computed patterns of moment arms, length, velocity, activation, and force of forelimb muscles, as well as length- and force-dependent afferent activity during walking. We demonstrated that moment arms, physiological cross-sectional area and fascicle length of forelimb muscles contribute substantially to muscle force production and proprioceptive activity, to the regulation of locomotor cycle phase transitions and to control of lateral stability. The obtained information can guide the development of biologically accurate neuromechanical models of quadrupedal locomotion for exploring and testing novel methods of treatments of central nervous system pathologies by modulating activities in neural pathways controlling forelimbs/arms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,336
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physiology→Même sujetSpinal Cord Injury Research→Travaux en français237 207→