MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410099301 · doi:10.1113/jp288089

Effects of spinal transection and locomotor speed on muscle synergies of the cat hindlimb

2025· article· en· W4410099301 sur OpenAlexaff
Alexander N. Klishko, Jonathan Harnie, Claire E. Hanson, Seyed Mohammadali Rahmati, Ilya A. Rybak, Alain Frigon, Boris I. Prilutsky

Notice bibliographique

RevueThe Journal of Physiology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of Health
Mots-clésHindlimbCentral pattern generatorSpinal cordAnatomyElectromyographyNeuroscienceTreadmillCATSSpinal cord injuryPhysical medicine and rehabilitationMedicineBiologyPhysical therapyRhythmInternal medicine

Résumé

récupéré en direct d'OpenAlex

It has been suggested that during locomotion, the nervous system controls movement by activating groups of muscles, or muscle synergies. Analysis of muscle synergies can reveal the organization of spinal locomotor networks and how it depends on the state of the nervous system, such as before and after spinal cord injury, and on different locomotor conditions, including a change in speed. The goal of this study was to investigate the effects of spinal transection and locomotor speed on hindlimb muscle synergies and their time-dependent activity patterns in adult cats. EMG activities of 15 hindlimb muscles were recorded in nine adult cats of either sex during tied-belt treadmill locomotion at speeds of 0.4, 0.7 and 1.0 m/s before and after recovery from a low thoracic spinal transection. We determined EMG burst groups using cluster analysis of EMG burst onset and offset times and muscle synergies using non-negative matrix factorization (NNMF). We found five major EMG burst groups and five muscle synergies in each of six experimental conditions (2 states × 3 speeds). In each case, the synergies accounted for at least 90% of muscle EMG variance. Both spinal transection and locomotion speed modified subgroups of EMG burst groups and the composition and activation patterns of selected synergies. However, these changes did not modify the general organization of muscle synergies. Based on the obtained results, we propose an organization for a pattern formation network of a two-level central pattern generator that can be tested in neuromechanical simulations of spinal circuits controlling cat locomotion. KEY POINTS: Analysis of muscle synergies during locomotion can reveal the organization of spinal locomotor networks. We recorded EMG activity of 15 hindlimb muscles in cats locomoting on a treadmill at speeds 0.4, 0.7 and 1.0 m/s before and after recovery from spinal cord transection at low thoracic level. We found five muscle synergies in all six experimental conditions (2 spinal states x 3 speeds) that include two flexor synergies operating in the swing phase and three extensor synergies operating in the stance phase. Major features of found synergies (the number, muscle composition and activation patterns) were not substantially affected by spinal transection and locomotion speed, suggesting that spinal control mechanism operates muscle synergies. Based on the obtained results, we proposed an organization of a pattern formation network of a two-level central pattern generator controlling locomotor activity of hindlimb muscles.

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 enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,208
Écart entre enseignants0,203 · 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physiology→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→