清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Reproducibility, and sensitivity to motor unit loss in amyotrophic lateral sclerosis, of a novel MUNE method: MScanFit MUNE

再现性 肌萎缩侧索硬化 医学 电机单元 曲线下面积 变异系数 接收机工作特性 内科学 疾病 化学 解剖 色谱法
作者
Anna Bystrup Jacobsen,Hugh Bostock,Anders Fuglsang‐Frederiksen,Lene Duez,Sándor Beniczky,Anette Torvin Møller,Jakob Udby Blicher,Hatice Tankişi
出处
期刊:Clinical Neurophysiology [Elsevier BV]
卷期号:128 (7): 1380-1388 被引量:80
标识
DOI:10.1016/j.clinph.2017.03.045
摘要

To examine inter- and intra-rater reproducibility and sensitivity to motor unit loss of a novel motor unit number estimation (MUNE) method, MScanFit MUNE (MScan), compared to two traditional MUNE methods; Multiple point stimulation MUNE (MPS) and Motor Unit Number Index (MUNIX). Twenty-two ALS patients and 20 sex- and age-matched healthy controls were included. MPS, MUNIX, and MScan were performed twice each by two blinded physicians. Reproducibility of MUNE values was assessed by coefficient of variation (CV) and intra class correlation coefficient (ICC). Ability to detect motor unit loss was assessed by ROC curves and area under the curve (AUC). The times taken for each of the methods were recorded. MScan was more reproducible than MPS and MUNIX both between and within operators. The mean CV for MScan (12.3%) was significantly lower than for MPS (24.7%) or MUNIX (21.5%). All methods had ICC > 0.94. MScan and Munix were significantly quicker to perform than MPS (6.3 m vs. 13.2 m). MScan (AUC = 0.930) and MPS (AUC = 0.899) were significantly better at discriminating between patients and healthy controls than MUNIX (AUC = 0.831). MScan was more consistent than MPS or MUNIX and better at distinguishing ALS patients from healthy subjects. MScan may improve detection and assessment of motor unit loss.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
做实验的猫完成签到,获得积分0
2秒前
ybwei2008_163发布了新的文献求助10
4秒前
zhuosht完成签到 ,获得积分10
5秒前
黑猫老师完成签到 ,获得积分10
16秒前
亚亚完成签到 ,获得积分10
21秒前
寂寞圣贤完成签到,获得积分10
34秒前
51秒前
叁月二完成签到 ,获得积分10
56秒前
liu发布了新的文献求助10
56秒前
彩色的芷容完成签到 ,获得积分20
1分钟前
1分钟前
欣欣完成签到 ,获得积分10
1分钟前
wanci应助禹映安采纳,获得10
1分钟前
Copyright应助科研通管家采纳,获得10
1分钟前
Owen应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
欣喜的涵柏完成签到 ,获得积分10
1分钟前
yingtiao完成签到 ,获得积分10
1分钟前
禹映安发布了新的文献求助10
1分钟前
傲娇斑马完成签到 ,获得积分10
1分钟前
旭旭完成签到,获得积分10
1分钟前
1分钟前
point1990完成签到,获得积分10
2分钟前
changfox完成签到,获得积分10
2分钟前
肥虾条完成签到 ,获得积分10
2分钟前
Peter完成签到 ,获得积分10
2分钟前
噫吁嚱完成签到 ,获得积分10
2分钟前
YZY完成签到 ,获得积分10
2分钟前
Lillianzhu1完成签到,获得积分10
2分钟前
赘婿应助zhang20082418采纳,获得10
2分钟前
liputao完成签到 ,获得积分10
3分钟前
3分钟前
zhang20082418发布了新的文献求助10
3分钟前
sunday2024完成签到,获得积分10
3分钟前
成就小蜜蜂完成签到 ,获得积分10
3分钟前
共享精神应助小歘歘采纳,获得10
4分钟前
PHI完成签到 ,获得积分10
4分钟前
GIA完成签到,获得积分10
4分钟前
yan完成签到,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Electrode Potentials 550
Association of Reentry Well-Being with Psychological Distress, Employment, and Housing Instability 15-Months After Incarceration 500
Trees of tropical Asia : an illustrated guide to diversity 500
Matrix Methods in Data Mining and Pattern Recognition 410
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7022776
求助须知:如何正确求助?哪些是违规求助? 8694360
关于积分的说明 18424260
捐赠科研通 6517916
什么是DOI,文献DOI怎么找? 3109672
关于科研通互助平台的介绍 2184266
邀请新用户注册赠送积分活动 2085361