Task failure reveals range-dependent neuromuscular fatigue in shoulder muscles during arm elevation
Notice bibliographique
Résumé
Repeated upper limb performance fatigues periscapular and/or rotator cuff muscles, which may alter humeral and scapular kinematics leading to increased subacromial impingement syndrome risk. However, the specific changes in neuromuscular patterns across different phases of a functional movement performed to failure remain unclear. This study investigated neuromuscular fatigue during a repeated arm elevation task to failure in asymptomatic individuals. Participants elevated their dominant arm while holding ∼ 30 % of their maximal isometric shoulder flexion load until task failure. High-density surface electromyography (HD-sEMG) was recorded from the pectoralis major (PM), biceps brachii (BB), and trapezius (UT, MT, LT) to accurately identify innervation zones and to enhance signal validity, while bipolar sEMG collected from the deltoid (AD, LD, PD), serratus anterior (SA) and infraspinatus (IN). Root mean square (RMS, %MVIC) and mean power frequency (MPF) were analyzed between three ranges of arm elevation (bottom, middle, top) at baseline and failure. During the middle and top ranges of arm elevation at task failure increased sEMG amplitude and/or decreased MPF of the PM, AD, BB, SA, LD, IN, UT, and MT were present. These results reveal that neuromuscular fatigue was highly dependent on the range of motion, with significant interactions showing that fatigue-related increases in RMS and decreases in MPF were most prominent in the middle and top ranges. These findings suggest that muscle function is altered precisely within the ranges where impingement risk is greatest, providing a potential neuromuscular basis for fatigue-related injury. Building off of these results, future work should use advanced techniques like high-density EMG and shear wave elastography to define how these fatigue-related changes in neuromuscular responses influence motor unit recruitment strategies, muscle force production, and subsequent alterations to SAS and injury risk.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».