Very low amplitude muscle activity increases probability of motor evoked potentials in healthy individuals and in ALS
Notice bibliographique
Résumé
Abstract Introduction In many clinical and research settings, transcranial magnetic stimulation (TMS) intensities are standardised based on resting motor threshold (RMT). It is well-established that contraction of the target muscle increases motor evoked potential (MEP) amplitude and correspondingly decreases RMT. As such, when estimating RMT it is crucial to ensure the target muscle is relaxed. Typically trials in which baseline electromyographic (EMG) amplitude exceeds a specified threshold are rejected. The influence of motor activity below typical rejection thresholds on MEP amplitudes has yet to be established. Methods We retrospectively analysed TMS-EMG data collected during RMT measurement in 45 healthy controls (1761 datapoints) and 35 people with amyotrophic lateral sclerosis (ALS, 1238 datapoints). Trials where root mean squared (RMS) baseline EMG amplitude exceeded 10 µV were rejected. Generalised linear mixed-effects models were used to assess effects of muscle activity below this rejection threshold on probability of evoking an MEP with peak-to-peak amplitude ≥50 µV . Results Greater sub-rejection-threshold activity significantly increases MEP probability in controls (p<0.0004) and people with ALS (p=0.0010). Models predicted a 31-38% increase in MEP probability when baseline RMS-EMG amplitude increased from 1 µV to 9 µV . Sub-rejection– threshold baseline activity was significantly greater in ALS than controls (p=0.0055). Discussion We have shown for the first time that higher EMG amplitudes below a typical rejection threshold markedly increase probability of evoking an MEP with peak-to-peak amplitude ≥50 µV . Researchers should take measures to account for effects of sub-rejection–threshold activity on RMT, particularly in populations where baseline activity may be elevated, such as in ALS.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».