MétaCan
Menu
Retour à la cohorte
Enregistrement W4415817337 · doi:10.1123/jab.2025-0119

Regional Distribution of Myoelectric Median Frequency in the Erector Spinae Muscles Under the Influence of Delayed-Onset Muscle Soreness

2025· article· en· W4415817337 sur OpenAlexaff
Álvaro Pano-Rodríguez, Julien Ducas, Guillaume Vadez, Jacques Abboud

Notice bibliographique

RevueJournal of Applied Biomechanics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésErector spinae musclesLumbarIsometric exerciseTrunkElectromyographyDelayed onset muscle sorenessLow back painMuscle fatigue

Résumé

récupéré en direct d'OpenAlex

Delayed-onset muscle soreness (DOMS) is a noninvasive pain model offering a unique opportunity to study trunk neuromuscular adaptations. While prior research has examined regional muscle activation in the lumbar region, the spatial distribution of median frequencies (MF) under DOMS has not been explored. This study investigated the effect of DOMS-induced pain on the spatial distribution of MF in the lumbar erector spinae muscles and its association with trunk force variability during submaximal contractions. Twenty healthy adults completed 2 laboratory sessions: 1 pain-free and 1 under low back DOMS. High-density surface electromyography was recorded bilaterally on the erector spinae during submaximal isometric trunk extensions. MF distribution was analyzed using centroid coordinates with and without DOMS. Force variability was also assessed. DOMS significantly increased perceived muscle pain and soreness in the lumbar region. It also caused a cranial and medial shift of the MF centroid, significant on 1 side of the trunk. However, force variability remained stable between conditions. These results suggest that DOMS induces regional adaptations in lumbar muscle MF. The spatial distribution of MF may serve as a novel and sensitive marker of neuromuscular adaptation to pain. The trunk system was able to maintain force steadiness despite pain and soreness.

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 seuil0,005

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
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207