Effects of subthalamic nucleus stimulation on motor cortex excitability in Parkinson’s disease
Notice bibliographique
Résumé
BACKGROUND: Transcranial magnetic stimulation (TMS) studies have found abnormalities in several excitatory and inhibitory circuits in the motor cortex in PD. These include motor evoked potential (MEP) recruitment curve, silent period duration (SP), short-interval intracortical inhibition (SICI), intracortical facilitation (ICF), and long-interval intracortical inhibition (LICI). METHODS: The authors studied the effects of subthalamic nucleus (STN) deep brain stimulation (DBS) on these circuits in 12 patients with PD treated with STN DBS. Data from nine patients who completed the study were analyzed. Patients remained on their usual medications. The stimulators were set at the optimal parameters (ON), half the optimal amplitude (HALF), and switched off (OFF) in random order. RESULTS: The Unified PD Rating Scale motor scores were significantly lower in the ON compared to the HALF and OFF conditions. Resting SICI, studied with paired-pulse TMS at interstimulus interval of 2 ms, was reduced in the OFF and HALF conditions compared to normal subjects. STN stimulation restored SICI to normal levels. STN stimulation had no effect on motor threshold, MEP recruitment curve, SP, active SICI, ICF, and LICI. CONCLUSIONS: Although restoration of short-interval intracortical inhibition by STN stimulation is similar to the effects of dopaminergic drugs, it has no effect on silent period duration and long-interval intracortical inhibition, which are also influenced by dopaminergic drugs. A previous study found that internal globus pallidus (GPi) stimulation reduced SP but did not change SICI. Thus, GPi and STN stimulation may affect different circuits in the motor cortex.
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 | 0,000 |
| 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) | 0,000 | 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 ».