Machine Translated by Google

ARTIGO

Estratégias de controle motor reveladas no

Estrutura da Variabilidade Motora
Mark L. Latash,1 John P. Scholz,2 e Gregor Schöner3
1 2
Departamento de Cinesiologia, Universidade Estadual da Pensilvânia, University Park, Pensilvânia; Departamento de
Programa de Fisioterapia e Neurociências Interdisciplinares, Universidade de Delaware, Newark, Delaware; e
3
Instituto de Neuroinformática, Universidade Schütt, Bochum, Alemanha

LATASH, ML, JP SCHOLZ e G. SCHO¨ NER. Estratégias de controle motor reveladas na estrutura da variabilidade motora.
Exercício. Ciência do Esporte. Rev., Vol. 30, No. 1, pp 26–31, 2002. Descrevemos uma hipótese múltipla não controlada, que sugere
uma solução particular para o notório problema da redundância motora. Um conjunto de experimentos recentes apoia a hipótese da
multiplicidade descontrolada e mostra sua capacidade de descobrir estratégias biológicas de coordenação de sistemas motores
aparentemente redundantes. A hipótese e o aparato computacional associado têm grande potencial para aplicação nas áreas de reabilitação
motora e aquisição de habilidades motoras. Palavras-chave: variabilidade, sinergia, redundância, dedo, humano

INTRODUÇÃO o SNC é confrontado com um problema de escolha: como selecionar

Uma das características mais comumente observadas nos
movimentos humanos é a variabilidade motora. Várias tentativas na
mesma tarefa sempre levam a padrões de desempenho um tanto
diferentes, incluindo a cinemática, a cinética e os padrões de ativação
muscular. Bernstein (1) utilizou a expressão “repetição sem repetição”
ao descrever tentativas consecutivas de resolução de uma tarefa
motora. Ele quis dizer que cada repetição de um ato envolvia padrões
neurais e motores únicos e não repetitivos.
Durante o último meio século, a variabilidade motora tornou-se objeto
de estudo por si só, com artigos de revisão e monografias dedicadas
a este tema (8). Assim, a maioria dos investigadores do controlo
motor vê agora a variabilidade não como um incómodo que força os
experimentadores a registar muitas tentativas de cada tarefa motora,
mas sim como uma janela para a organização central do sistema que
produz movimentos voluntários.
Uma das origens óbvias da variabilidade motora é a redundância
motora. Em cada nível de análise do sistema de produção de
movimentos voluntários, existem muito mais elementos que
contribuem para o desempenho do que os absolutamente necessários
para resolver uma tarefa motora. Em outras palavras, uma tarefa
motora não prescreve um padrão motor único e particular, tal que
Endereço para correspondência: Mark L. Latash, Rec Hall-267, Department of Kinesiol-
ogy, Pennsylvania State University, University Park, PA 16802 (E-mail: mll11@psu.edu).
Aceito para publicação: 10 de outubro de 2001.
0091-6631/3001/26–31
Avaliações de Ciências do Exercício e do Esporte
Copyright © 2002 do American College of Sports Medicine
uma forma particular de resolver cada problema específico.
Exemplos de tais problemas na literatura de controle motor incluem
o problema da cinemática inversa e o problema da dinâmica inversa.
Problemas deste tipo pertencem à classe mal colocada; eles foram
denominados problemas de redundância motora ou problemas de
Bernstein (5,14). O próprio Bernstein via o problema da “eliminação
de graus de liberdade redundantes” (DOFs) como a questão central
do controle motor (1).
Tem havido muitas tentativas de resolver o problema da
redundância do motor em sua formulação original. Estas envolviam,
em particular, a aplicação de princípios de otimização baseados em
certas funções de custo mecânico, de engenharia, psicológico ou
complexo. No entanto, sugerimos que o problema em si foi formulado
inadequadamente.
SINERGIAS E UNIDADES ESTRUTURAIS
Na década de 1960, Gelfand e Tsetlin (4) formularam um conjunto
de axiomas para a organização de grupos de elementos unidos por
um objetivo comum (unidades estruturais). Consideravam que os
movimentos eram controlados de forma hierárquica, mas não
prescritiva. O controlador organiza as relações entre os elementos
em um nível hierarquicamente inferior, e essas relações garantem a
estabilidade do desempenho motor em relação a uma tarefa motora
específica. A Figura 1 apresenta um esquema geral e alguns
exemplos de tais organizações em escalas muito diferentes. Assim
como um treinador de futebol nunca especifica uma sequência
precisa de todos os movimentos de todos os jogadores para uma
determinada jogada, o CNS não especifica um padrão preciso de rotações articu

26
Machine Translated by Google
Figura 1. Ilustração de uma organização hierárquica de uma unidade estrutural
com alguns exemplos de unidades estruturais em diferentes escalas e níveis
de análise.
levaria a uma nova posição desejada da extremidade do membro. Uma
unidade estrutural é sempre organizada de uma maneira específica para a
tarefa, de modo que, se um elemento introduz um erro na saída comum,
outros elementos alteram suas contribuições para minimizar o erro original,
e nenhuma ação corretiva é necessária do controlador (cf. o princípio da
interação mínima (4)). Somente sistemas que funcionam de acordo com
este princípio e demonstram compensação de erros entre elementos serão
chamados de sinergias.
Mais recentemente, foi sugerido um princípio de abundância (3); afirma
que todos os elementos (DOFs) sempre participam de todas as tarefas,
garantindo estabilidade e flexibilidade de desempenho. Como tal, o
princípio da abundância torna o problema da redundância irrelevante:
nenhum DOF é eliminado ou congelado. O princípio da abundância permite
a introdução de elementos de exatidão num dos termos mais (ab)utilizados
na área dos estudos do movimento, o de sinergia. Apresentamos aqui uma
abordagem que permite abordar de forma formal as seguintes questões: 1)
como distinguir uma sinergia de uma “não-sinergia”; 2) como medir a “força”
de uma sinergia; 3) como testar se uma suposta sinergia contribui para
uma tarefa específica; e 4) como testar se uma nova sinergia foi
desenvolvida para uma tarefa específica (por exemplo, como resultado da
prática ou adaptação a uma lesão).
O MANIFOLD NÃO CONTROLADO (UCM)
HIPÓTESE
A hipótese UCM assume que, quando um controlador de um sistema
multielemento deseja estabilizar um determinado valor de uma variável de
desempenho, ele seleciona um subespaço dentro do espaço de estados
dos elementos de modo que, dentro do subespaço, o valor desejado da
variável é constante. Este subespaço foi denominado “variedade não
controlada” (UCM). Depois de selecionar um UCM, o controlador restringe
seletivamente a variabilidade de elementos ao longo de direções
“essenciais” dentro do espaço de estados que não pertencem ao UCM,
mas não ao longo de direções “essenciais” dentro do espaço de estados que não pertencem
Volume 30 Número 1 de janeiro de 2002
instruções dentro da UCM. Isso significa que o controlador permite que os
elementos apresentem alta variabilidade (tenha mais liberdade) desde que
não afete o valor desejado da variável. O termo “variedade não controlada”
refere-se a esta característica básica do UCM: os elementos são “menos
controlados” enquanto permanecerem dentro do UCM.
Considere o seguinte exemplo: Pede-se a uma pessoa que pressione
com dois dedos para produzir uma força total de 10 N. Deixe que essa
pessoa execute a tarefa 100 vezes e represente graficamente os valores
das forças individuais dos dedos no plano força-força (espaço de estados
do sistema). Os pontos de dados formarão uma nuvem (Fig. 2A, as formas
ovais indicam as formas de distribuição dos dados). Consideremos duas
possibilidades principais. Primeiro, a nuvem pode ser circular (Fig.
2A). Isto significa que, se um dedo produzisse por acaso uma força superior
à habitual (introduzisse um erro), o outro dedo produziria com iguais
probabilidades forças superiores à habitual ou inferiores à habitual
(amplificaria ou reduziria o erro).
Por definição, isto não é uma sinergia. Na Figura 2B, o elipsóide de dados
é alongado ao longo de uma linha correspondente à equação F1 F2 10
(linha tracejada). Agora, se por acaso um dedo produzisse uma força maior,
o outro dedo provavelmente produziria uma força menor para manter a
soma mais próxima do valor requerido. Os dois elementos compensam,
pelo menos parcialmente, os erros um do outro. Esta é uma sinergia e a
linha tracejada é o UCM.
Vamos introduzir duas medidas de variância para as nuvens de dados
na Figura 2. Uma delas é a projeção da variância no UCM (VarUCM),
enquanto a outra é a projeção da variância na direção ortogonal à UCM
(VarORT ). Vamos normalizar VarUCM e
Figura 2. Exemplos de nuvens de dados para a tarefa de pressionar com dois
efetores com força total de 10 NA Uma distribuição esférica corresponde a
nenhuma compensação de erro entre os efetores (por definição, isso não é
uma sinergia). B. Uma distribuição alongada ao longo de uma linha UCM
corresponde a uma variância maior paralela ao UCM (VarUCM) do que
ortogonal ao UCM (VarORT). C e D. Uma melhoria no desempenho pode estar
associada aaouma
UCM.sinergia mais forte (C, Rv maior) ou a uma sinergia mais fraca (D, Rv men
Controle do Motor e Variabilidade do Motor 27
Machine Translated by Google
VarORT pelo número de dimensões (DOFs) dentro do UCM e dentro do
subespaço ortogonal (na Fig. 2, nenhuma normalização é necessária
porque ambas as dimensões são unitárias).
Se, após a normalização, o VarUCM for significativamente maior que o
VarORT, como na Figura 2B, o sistema funciona de acordo com a hipótese
UCM. Se não houver diferença entre VarUCM e VarORT, o sistema
controla os elementos de forma independente. Isto pode ser quantificado
usando a relação RV VarUCM/VarORT. Se RV 1, o sistema funciona
de acordo com a hipótese UCM em relação ao critério selecionado.
Deixemos alguns pontos importantes em relação à hipótese UCM: 1)
Uma UCM reflecte
sempre uma “hipótese de controlo”, ou seja, uma hipótese sobre uma
variável de desempenho, cujo valor se presume que o sistema estabilize.
Na Figura 2, a hipótese de controle era que o sistema tentasse estabilizar
a força total em 10 N. Outras hipóteses de controle podem assumir, por
exemplo, que a força total está estabilizada em um valor diferente, ou que
outra função das forças é estabilizado em um determinado valor.
Se RV 1 for uma hipótese de controle, a variável de desempenho
hipotética é estabilizada seletivamente. Se RV 1, a organização de
controle é indiferente à variável de desempenho selecionada. Se RV 1, a
organização do controle é tal que a variável de desempenho selecionada
fica desestabilizada, ou seja, um erro introduzido por um elemento tem
maior probabilidade de ser amplificado por mudanças nas saídas de outros
elementos.
2) O uso do método de controle UCM prevê apenas certas relações
entre os componentes de variância, mas não suas magnitudes absolutas.
Como tal, é compatível com desempenho melhor, igual ou pior em
comparação com o controle independente de cada elemento do sistema
(como uma não sinergia).
3) Uma melhoria no desempenho, por exemplo como resultado da
prática, pode estar associada ao aumento ou diminuição do VR (ver
painéis C e D da Fig. 2). Em ambos os casos, o VarORT é diminuído,
implicando um desempenho global menos variável. Na Figura 2C, isso
está associado a nenhuma alteração no VarUCM , levando a um aumento
no RV (uma sinergia mais forte). Na Figura 2D, o VarUCM diminuiu mais
que o VarORT, levando a uma queda no RV (uma sinergia mais fraca).
4) Um sistema multielemento pode ser capaz de estabilizar seletivamente
diversas variáveis de desempenho ao mesmo tempo. Isto é verdade desde
que o número de elementos seja pelo menos tão elevado quanto o número
de restrições da tarefa mais o número de variáveis estabilizadas.
5) O método UCM compartilha certas características semelhantes com
a análise de componentes principais. A principal diferença é que a análise
de componentes principais é “objetiva”, ou seja, identifica as direções e
magnitudes dos eixos principais de um elipsóide que descreve uma
distribuição de pontos de dados. Não diz, contudo, se estas direções são
de alguma forma especiais no que diz respeito às características do
desempenho externo do sistema. O UCM sempre analisa nuvens de dados
com relação a uma hipótese de controle específica, ou seja, uma variável
de desempenho específica.
Resumindo, o método UCM combina uma hipótese sobre um tipo
particular de controle e uma caixa de ferramentas que permite analisar a
saída de um sistema multielemento para descobrir quais variáveis o
sistema estabiliza preferencialmente.
Para usar a abordagem UCM para analisar um sistema multielementar,
é necessário ter um Jacobiano (J) do sistema, ou seja, um conjunto de
coeficientes que descrevem como pequenas mudanças no
28 Avaliações de Ciências do Exercício e do Esporte
os resultados de elementos individuais são refletidos na magnitude de uma
variável de desempenho selecionada. Isto é formalizado como uma matriz
de derivadas parciais da variável selecionada em relação aos resultados
dos elementos. Em alguns casos, a matriz J pode ser calculada com base
nas propriedades geométricas do sistema, por exemplo, quando se está
interessado em como as rotações articulares individuais são organizadas
para produzir um movimento particular do ponto final do membro
multiarticular. Noutras situações, contudo, obter uma estimativa da própria
matriz J torna-se um grande problema, em particular quando se trata de
um sistema cujos elementos de saída aparentes podem não ser controlados
de forma independente. Por exemplo, quando uma pessoa tenta produzir
força com um dedo da mão, outros dedos da mão também apresentam
produção de força involuntária. Este fenômeno é denominado “escravização”
(15). É o resultado tanto de conexões periféricas entre os dedos, como
músculos compartilhados e conexões tendíneas entre dígitos, quanto de
fatores neurais, como representações corticais sobrepostas para dedos
individuais. Essas dependências “incorporadas” entre as forças dos dedos
exigem que se procure outro conjunto de variáveis que o SNC manipula
de forma independente. Chamemos essas variáveis hipotéticas de “modos”.
A Figura 3 ilustra a noção de modos. Cada modo induz a produção de
força por todos os dedos, enquanto modos separados podem ser
envolvidos independentemente em graus diferentes pelo SNC. No caso da
produção de força com vários dedos, os modos podem ser avaliados
pedindo ao sujeito que pressione apenas com um dedo de cada vez e
observando as mudanças de força em todos os quatro dedos.
Em outros casos, a situação pode ser ainda mais complicada. Por
exemplo, a maioria dos cientistas contemporâneos provavelmente
concordaria que os músculos não são controlados de forma independente
pelo SNC. Imagine que você deseja analisar sinergias multimusculares.
Você não pode simplesmente dizer ao seu sujeito “e agora ative apenas o
sóleo esquerdo”. Portanto, os modos multimusculares precisam ser
descobertos com outros meios mais sutis. Tais meios ainda não existem.
ESTUDOS CINEMÁTICOS DENTRO DA HIPÓTESE UCM
ESTRUTURA
Até agora, houve alguns estudos que utilizaram a hipótese UCM para
analisar sistemas motores e tarefas de diferentes complexidades. As
tarefas incluíram movimento de todo o corpo, coordenação articular durante
uma tarefa bimanual, coordenação articular durante uma tarefa de um
único membro e coordenação dos dedos em uma tarefa multi-manual.
variáveis Em tarefas com vários dedos, o controlador utiliza um conjunto de
(modos) independentes correspondentes aos padrões de envolvimento de todos
os quatro dedos. Fi, força produzida pelo dedo “i” (i I, M, R ou L). eu, dedo
indicador; M, dedo médio; R, dedo anular; e L, dedo mínimo.
www.acsm-essr.org
Machine Translated by Google

TABELA 1
Um resumo dos estudos dentro da abordagem UCM

Estudar Tarefa Análise Hipóteses Resultados

Scholz e Escuna (12)
Scholz et al., Reisman et
al. (9,11)
Domkin et al. (2)
Scholz et al. (13)
Scholz et al. (10)
Latash et al. (7)
Sentar para ficar de pé Planar, cinemático H1StS - caminho do centro de massa (CM) RV 1 para H1StS, caminho CM
H2StS - posição da cabeça horizontal e vertical; para
H2StS, apenas caminho horizontal
Sentar para ficar de pé Planar, H1StS - caminho CM RV 1 para H1StS, H2StS e
cinemático, H2StS - caminho da cabeça H3StS para caminho horizontal, mas
cinético H3StS - momento linear do CM não vertical; VR 1 para
H1StS, quando a tarefa é mais
desafiadora
Apontamento bimanual Planar, cinemático H1P - trajetória do alvo Todas as hipóteses confirmadas; H3P
H2P - trajetória do ponteiro apresentou maior VR; prática
H3P - distância vetorial entre levou a melhor desempenho e RV
ponteiro e alvo menor
Tiro rápido 3D, cinemático H1Sh - orientação da pistola H1Sh - confirmado ao longo do
H2Sh - posição da pistola todo o movimento; H2Sh e
H3Sh - posição do centro de massa H3Sh – confirmado apenas durante a
fase inicial
Produção de força cíclica de Cinético H1F - força total H1F confirmado apenas em forças
quatro dedos H2F - momento total elevadas; H2F confirmado ao
longo de todo o ciclo
Marginalmente redundante; produção Cinético; condições H1F - força total H1F confirmado apenas em forças
de força cíclica de dois e três estáveis e H2F - momento total elevadas; H2F confirmado durante
dedos instáveis grande parte do ciclo; o momento
foi estabilizado enquanto a força foi
desestabilizada

A coluna “Hipóteses” identifica variáveis que foram testadas para estabilização seletiva durante as tarefas estudadas. H significa “hipótese”, enquanto as letras
seguindo a base numérica do estudo: StS, sit-to-stand; P, apontando; Sh, atirando; e F, produção de força.

tarefa de produção de força de dedo. A Tabela 1 resume os métodos de
análise, hipóteses de controle e principais resultados obtidos nesses
estudos.
Estudos cinemáticos bidimensionais de uma ação sentar-levantar
(9,11,12) e apontar com dois braços (2) mostraram que o aparelho UCM
é capaz de distinguir entre diferentes hipóteses de controle relacionadas
à estabilização seletiva de padrões temporais de características específicas
de desempenho dessas ações. Em particular, os estudos da ação sentar-
levantar mostraram diferenças na estabilização dos deslocamentos
horizontal e vertical do centro de massa. O estudo apontado forneceu
suporte quantitativo para a hipótese de que as articulações dos dois
braços estavam de fato unidas em uma sinergia bimanual, em vez de
posição da pistola ao longo da linha de tiro (Fig. 4). Os resultados
mostraram que a orientação instantânea do cano da pistola em relação à
direção da ré para o alvo foi estabilizada seletivamente pela rotação
coordenada nos sete eixos articulares principais. Outras hipóteses de
controle foram testadas; eles, entretanto, foram apoiados apenas durante
a fase inicial do movimento. O apoio a diversas hipóteses durante o início
do movimento foi possível devido à redundância relativamente grande
do sistema.
ANÁLISE DA PRODUÇÃO DE FORÇA MULTI-DEDOS

serem uma simples superposição de duas sinergias unimanuais. Este

último estudo também analisou os efeitos da prática na estrutura da Estudos de produção de força cíclica com múltiplos dedos (7,10)
variabilidade articular. A análise da UCM mostrou que tanto o VarUCM usaram a abordagem modal conforme descrito anteriormente (Fig. 3). Os
quanto o VarORT diminuíram com a prática. No entanto, o VarUCM padrões de forças dos dedos foram recalculados em padrões de modo
diminuiu mais, levando a valores menores de VR (ver Fig. 2D). Esta é de força; então, os padrões do modo de força foram analisados em relação a dois
uma descoberta inesperada. Pode ser o resultado de a tarefa ser muito
simples, de modo que não havia muito espaço para diminuir o VarORT.
Outros factores, fora da tarefa explícita, poderiam desempenhar um papel
no sentido de tornar os movimentos mais estereotipados, por exemplo, a
estabilidade postural. Finalmente, o caminho das posições dos efetores
finais requer uma sequência de UCMs diferentes. Os sujeitos podem ter
aprendido a limitar a gama de combinações conjuntas utilizadas para um
determinado UCM para melhorar a eficiência das transições entre UCMs.

Um estudo tridimensional do tiro de pistola de tiro rápido (13) foi

realizado com base na consideração intuitiva de que o tiro preciso
Figura 4. Ilustração de erros importantes e sem importância na posição da pistola durante o
depende de dois ângulos (inclinação e guinada) que descrevem a
tiro. Erros de inclinação () e guinada () levam a tiros imprecisos, enquanto erros de rotação ()
orientação da pistola no momento em que o gatilho é pressionado, mas e coordenada da pistola ao longo da linha de tiro (z) não.
não em terceiro ângulo (roll) e não no

Volume 30 Número 1 de janeiro de 2002 Controle do Motor e Variabilidade do Motor 29

Machine Translated by Google
hipóteses de controle: (H1) as forças individuais dos dedos foram
coordenadas para estabilizar o perfil médio de força total; e (H2) as
forças individuais dos dedos foram coordenadas para estabilizar o perfil
médio do momento total gerado por todos os dedos envolvidos em
relação ao ponto médio entre os dois dedos “laterais”. Quando apenas
dois dedos participaram da tarefa, os requisitos de força e momento de
estabilização eram incompatíveis, de modo que os sujeitos foram
forçados a escolher qual das duas variáveis estabilizar em detrimento
da outra variável ser desestabilizada. Em tarefas com dois dedos, os
sujeitos estabilizaram a força total apenas dentro de uma estreita faixa
de fase do ciclo de força, próximo ao pico da força total, enquanto a
hipótese de controle de momento (H2F) foi confirmada durante a maior
parte do ciclo (Fig. 5B) . Observe que os sujeitos foram explicitamente
solicitados a reproduzir um padrão de força total sem feedback explícito
sobre o momento total.
Em tarefas de três e quatro dedos, a redundância do sistema permite
a estabilização da força e do momento ao mesmo tempo. No entanto,
nas tarefas com três dedos, os resultados foram semelhantes aos das
tarefas com dois dedos. Na verdade, o terceiro dedo foi usado para
estabilizar o momento durante todo o ciclo, não para estabilizar melhor
a força! Somente quando todos os quatro dedos foram usados, os
sujeitos conseguiram evitar a desestabilização da força. No entanto, eles
ainda estabilizaram a força apenas dentro de uma faixa de fase
relativamente estreita, enquanto o momento foi estabilizado durante todo
o ciclo.
Estas descobertas aparentemente inesperadas reflectem
provavelmente as sinergias multi-dedos elaboradas pelo SNC ao longo
da vida, com base nas tarefas quotidianas. A maioria das tarefas
cotidianas, como comer com uma colher, beber de um copo e escrever
com uma caneta, impõe restrições mais fortes aos erros permitidos no
momento do que na força. Nas tarefas ilustradas na Figura 6, a força de
preensão só deve ser suficientemente grande para evitar que o copo ou
a caneta escorreguem da mão. Também deve estar abaixo de uma
magnitude que possa esmagar o vidro ou a caneta.
confortável, A. Quando dois dedos produzem força total oscilando em uma frequência
o controle de força e o controle de momento são incompatíveis porque requerem distribuições de
dados (elipsóides) alongadas ao longo de linhas ortogonais. B. Nas experiências, o momento foi
estabilizado e a força desestabilizada durante a maior parte do ciclo de força; a força foi estabilizada
e o momento foi desestabilizado apenas perto dos valores de pico de força.
30 Resenhas de Ciências do Exercício e do Esporte
Figura 6. Em muitas tarefas diárias, a estabilização precisa do momento é
muito importante, embora a força de preensão possa apresentar erros relativamente grandes.
Estas são restrições relativamente fracas. O momento, porém, precisa
ser controlado com muito mais precisão se quisermos escrever de forma
legível e evitar derramar o conteúdo do copo.
APLICAÇÕES POTENCIAIS DA ABORDAGEM UCM
A hipótese e a caixa de ferramentas da UCM permitem abordar as
seguintes questões que são centrais para aspectos da reabilitação
motora e aquisição de habilidades motoras: Pode-
se testar se um suposto elemento de uma sinergia multielementar
realmente contribui para a estabilização de uma variável de desempenho
específica: se considerar a contribuição deste elemento leva a uma
melhor compensação de erros (maiores valores de RV ) em relação à
variável selecionada, o elemento de fato participa da sinergia.
Caso surja uma nova técnica de execução de uma tarefa motora, é
possível testar se a nova coordenação realmente estabiliza variáveis de
desempenho essenciais para a tarefa.
Pode-se testar hipóteses sobre diferentes variáveis de desempenho
serem estabilizadas por padrões de coordenação aparentemente
atípicos. Pacientes com distúrbios motores comumente apresentam
padrões motores atípicos que podem resultar de sua patologia ou podem
ser consequências de uma adaptação no SNC (6).
Neste último caso, os padrões de coordenação atípicos podem ser
direcionados não a uma tarefa motora aparente, mas a características
de desempenho menos óbvias relacionadas com a estabilização postural,
evitando posturas corporais desconfortáveis ou dolorosas, preservando
maiores margens de segurança, etc.
Até agora, as aplicações da abordagem UCM têm sido limitadas à
análise de variáveis cinemáticas e cinéticas. É teoricamente possível
aplicar este quadro teórico geral e as abordagens computacionais
associadas a variáveis mais fisiológicas, tais como padrões de ativação
muscular e padrões de sinais neurais associados a tarefas motoras.
Existem desafios metodológicos a serem enfrentados. Porém, na
atualidade, não vemos alternativas aos estudos da organização central
das sinergias motoras.
Agradecimentos
Este estudo foi apoiado em parte pelas bolsas do National Institutes of Health HD-35857, AG-018751
e NS-35032, e pela bolsa NSF IBN-0078127.
Referências
1. Bernstein, NA A Coordenação e Regulação dos Movimentos. Oxford: Pergamon Press, 1967.
2. Domkin, D., J. Laczko, S. Jaric, H. Johansson e ML Latash. Estrutura da variabilidade conjunta
em tarefas de apontamento bimanual. Exp. Cérebro Res. 2001.
Na imprensa.
www.acsm-essr.org
Machine Translated by Google
3. Gelfand, IM e ML Latash. Sobre o problema da linguagem adequada
na ciência do movimento. Controle motor. 2:306–313, 1998.
4. Gelfand, IM e ML Tsetlin. Sobre modelagem matemática dos mecanismos do
sistema nervoso central. In: Modelos de Organização Estrutural-Funcional de
Certos Sistemas Biológicos, editado por IM
Gelfand, Gurfinkel VS, Fomin SV e Tsetlin ML. Moscou: Nauka, 1966, p. 9–26.
5. Latash, ML Como é que o nosso cérebro faz as suas escolhas? In: Destreza e seu
desenvolvimento, editado por ML Latash e MT Turvey. Mahwah, NJ: Erlbaum
Publishers, 1996, p. 277–304.
6. Latash, ML e JG Anson. Quais são os movimentos normais em populações
atípicas? Comporte-se. Ciência do Cérebro. 19:55–106, 1996.
7. Latash, ML, JF Scholz, F. Danion e G. Schöner. Estrutura da variabilidade motora
em tarefas de produção de força multidedos marginalmente redundantes.
Exp. Cérebro Res. 141:153–165, 2001.
8. Newell, KM e DM Corcos. (Eds.) Variabilidade e Controle Motor.
Champaign: Cinética Humana, 1993.
9. Reisman, D., JP Scholz e G. Schöner. Coordenação subjacente
Volume 30 Número 1 de janeiro de 2002
controle do impulso de todo o corpo durante sentar-levantar. Postura da Marcha
2001. No prelo.
10. Scholz, JP e F. Danion, ML Latash e G. Schöner. Compreender a coordenação
dos dedos através da análise da estrutura da variabilidade da força. Biol.
Cibernético. 2001. No prelo.
11. Scholz, JP, D. Reisman e G. Schöner. Efeitos de diversas restrições de tarefas
nas soluções para controle conjunto em sentar e levantar. Exp. Cérebro Res.
2001. No prelo.
12. Scholz, JP e Schöner G. O conceito múltiplo não controlado: identificando
variáveis de controle para uma tarefa funcional. Exp. Cérebro Res. 126:289–306,
1999.
13. Scholz, JP, Schöner G. e Latash ML Identificando a estrutura de controle da
coordenação multiarticular durante o tiro de pistola. Exp. Cérebro Res. 135:382–
404, 2000.
14. Turvey, MT Coordenação. Sou. Psicólogo 45:938–953, 1990.
15. Zatsiorsky, VM, Z.-M. Li e ML Latash. Produção coordenada de força em tarefas
com vários dedos: interação com os dedos, efeitos escravizadores e modelagem
de redes neurais. Biol. Cibernético. 79:139–150, 1998.
Controle do Motor e Variabilidade do Motor 31