Multifaceted effects of noisy galvanic vestibular stimulation on manual tracking behavior in Parkinson’s disease
Notice bibliographique
Résumé
Parkinson's disease (PD) is a neurodegenerative movement disorder that is characterized clinically by slowness of movement, rigidity, tremor, postural instability, and often cognitive impairments. Recent studies have demonstrated altered cortico-basal ganglia rhythms in PD, which raises the possibility of a role for non-invasive stimulation therapies such as noisy galvanic vestibular stimulation (GVS). We applied noisy GVS to 12 mild-moderately affected PD subjects (Hoehn and Yahr 1.5-2.5) off medication while they performed a sinusoidal visuomotor joystick tracking task, which alternated between 2 task conditions depending on whether the displayed cursor position underestimated the actual error by 30% ('Better') or overestimated by 200% ('Worse'). Either sham or subthreshold, noisy GVS (0.1-10 Hz, 1/f-type power spectrum) was applied in pseudorandom order. We used exploratory (linear discriminant analysis with bootstrapping) and confirmatory (robust multivariate linear regression) methods to determine if the presence of GVS significantly affected our ability to predict cursor position based on target variables. Variables related to displayed error were robustly seen to discriminate GVS in all subjects particularly in the Worse condition. If we considered higher frequency components of the cursor trajectory as "noise," the signal-to-noise ratio of cursor trajectory was significantly increased during the GVS stimulation. The results suggest that noisy GVS influenced motor performance of the PD subjects, and we speculate that they were elicited through a combination of mechanisms: enhanced cingulate activity resulting in modulation of frontal midline theta rhythms, improved signal processing in neuromotor system via stochastic facilitation and/or enhanced "vigor" known to be deficient in PD subjects. Further work is required to determine if GVS has a selective effect on corrective submovements that could not be detected by the current analyses.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».