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 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 ».