In this study, we investigated the use of empirical mode decomposition (EMD)-based features extracted from electrocardiogram (ECG) RR interval signals to differentiate between different levels of cardiovascular autonomic neuropathy (CAN) in patients with type 2 diabetes mellitus (T2DM). This study involved 60 participants divided into three groups: no CAN, subclinical CAN, and established CAN. Six EMD features (area of analytic signal representation—ASRarea; area of the ellipse evaluated from the second-order difference plot—SODParea; central tendency measure of SODP—SODPCTM; power spectral density (PSD) peak amplitude—PSDpkamp; PSD band power—PSDbpow; and PSD mean frequency—PSDmfreq) were extracted from the RR interval signals and compared between groups. The results revealed significant differences between the noCAN and estCAN individuals for all EMD features and their components, except for the PSDmfreq. However, only some EMD components of each feature showed significant differences between individuals with noCAN or estCAN and those with subCAN. This study found a pattern of decreasing ASRarea and SODParea values, an increasing SODPCTM value, and a reduction in PSDbpow and PSDpkamp values as the CAN progressed. These findings suggest that the EMD outcome measures could contribute to characterizing changes associated with CAN manifestation in individuals with T2DM.
This article demonstrates the power and flexibility of linear mixed-effects models (LMEM) to investigate high-density surface electromyography (HD-sEMG) signals. The potentiality of the model is illustrated by investigating the root mean squared value of HD-sEMG signals in the tibialis anterior muscle of healthy (n = 11) and individuals with diabetic peripheral neuropathy (n = 12). We started by presenting the limitations of traditional approaches by building a linear model with only fixedeffects. Then, we showed how the model adequacy could be increased by including random-effects, as well as by adding alternative correlation structures. The models were compared with the Akaike information criterion and the Bayesian information criterion, as well as the likelihood ratio test. The results showed that the inclusion of the random-effects of intercept and slope, along with an autoregressive moving average correlation structure is the one that best describes the data (p < .01). Furthermore, we demonstrate how the inclusion of additional variance structures can accommodate heterogeneity in the residual analysis and therefore increase model adequacy (p < .01). Thus, in conclusion, we suggest that adopting LMEM to repeated measures such as electromyography can provide additional information from the data (e.g., test for alternative correlation structures of the RMS value), and hence provide new insights into HD-sEMG related work.
Resumo: A fraqueza muscular nos membros inferiores é um sintoma comum em diversas doenças, como por exemplo a polineuropatia diabética, paralisia cerebral e esclerose múltipla. Assim, torna-se necessária a avaliação da força muscular como forma de investigar o estado e progressão destas condições. Este trabalho apresenta o desenvolvimento de um dinamômetro portátil e uma interface gráfica para a avaliação da força durante a contração isométrica de flexão dorsal do pé. O sistema foi calibrado utilizando uma máquina de tração e apresentou um erro máximo de não linearidade de 0,45%. Para validação do sistema, foi aplicado um protocolo para avaliação da Contração Isométrica Voluntária Máxima (CIVM) gerada pela contração isométrica de flexão dorsal do pé em um grupo de oito indivíduos saudáveis. O valor da CIVM para os voluntários do sexo masculino foi de 376,3±74,9 N (média ± desvio padrão). Os valores encontrados estão dentro da faixa obtida por trabalhos similares. Portanto, o sistema desenvolvido se mostrou confiável para o registro e análise da força muscular exercida durante a contração isométrica de flexão dorsal do pé. Palavras-chave: Avaliação da força muscular, dinamômetro portátil, contração isométrica, flexão dorsal do pé. Abstract: Muscular weakness in the lower limbs is a common symptom in several diseases IntroduçãoA perda da força muscular, especialmente nos membros inferiores, é uma manifestação clínica associada com certas condições patológicas. Como exemplo, pode-se citar a polineuropatia diabética que é uma das complicações mais comuns da Diabetes Mellitus (DM) e está associada a alterações no sistema neuromuscular [1,2]. Os distúrbios motores podem se manifestar de uma forma ampla, como atrofia muscular, fraqueza e diminuição da resistência à fadiga [2][3][4]. Os primeiros sinais de envolvimento motor são relatados nos músculos distais, especialmente nos membros inferiores, afetando principalmente músculos com maior proporção de fibras do tipo I como o Tibial Anterior (TA) [3,[5][6][7]. Estudos também apontam redução na força com a progressão do DM [8], e uma correlação entre a disfunção do nervo periférico e a redução da força muscular [9,10]. Além da polineuropatia diabética, outras complicações como paralisia cerebral [11] e esclerose múltipla [12], apresentam manifestações de alteração da força muscular do TA.Dessa forma, a avaliação da força muscular dos membros inferiores torna-se necessária para investigar o estado dessas doenças e a progressão das mesmas. A avaliação da força exercida pelo movimento de flexão dorsal do pé pode verificar a fraqueza muscular ocorrida nos músculos dorsiflexores, que incluem o TA, extensor longo dos dedos, fibular terceiro e extensor longo do hálux. Esta avaliação pode ser feita por diferentes instrumentos de medição, nos quais se destacam o dinamômetro isocinético e o dinamômetro portátil. Mesmo que considerado o padrão-ouro nos testes de força muscular devido a sua precisão, o primeiro é um equipamento de alto custo e requer um espaço físico considerável p...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.