A single session of exercise increases connectivity in sensorimotor-related brain networks: a resting-state fMRI study in young healthy adults
Notice bibliographique
Résumé
Habitual long term physical activity is known to have beneficial cognitive, structural, and neuro-protective brain effects, but to date there is limited knowledge on whether a single session of exercise can alter the brain's functional connectivity, as assessed by resting-state functional magnetic resonance imaging (rs-fMRI). The primary objective of this study was to characterize potential session effects in resting-state networks (RSNs). We examined the acute effects of exercise on the functional connectivity of young healthy adults (N = 15) by collecting rs-fMRI before and after 20 min of moderate intensity aerobic exercise and compared this with a no-exercise control group (N = 15). Data were analyzed using independent component analysis, denoising and dual regression procedures. Regions of interest-based group session effect statistics were calculated in RSNs of interest using voxel-wise permutation testing and Cohen's D effect size. Group analysis in the exercising group data set revealed a session effect in sub-regions of three sensorimotor related areas: the pre and/or postcentral gyri, secondary somatosensory area and thalamus, characterized by increased co-activation after exercise (corrected p < 0.05). Cohen's D analysis also showed a significant effect of session in these three RSNs (p< 0.05), corroborating the voxel-wise findings. Analyses of the no-exercise dataset produced no significant results, thereby providing support for the exercise findings and establishing the inherent test-retest reliability of the analysis pipeline on the RSNs of interest. This study establishes the feasibility of rs-fMRI to localize brain regions that are associated with acute exercise, as well as an analysis consideration to improve sensitivity to a session effect.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».