Long-term subthalamic nucleus stimulation improves sensorimotor integration and proprioception
Notice bibliographique
Résumé
OBJECTIVE: Sensorimotor integration is impaired in patients with Parkinson's disease (PD). Short latency afferent inhibition (SAI) and long latency afferent inhibition (LAI) measured with transcranial magnetic stimulation (TMS) can be used to measure sensorimotor integration. Subthalamic nucleus (STN) deep brain stimulation (DBS) has been found to restore these abnormalities, but the time course of these changes is not known. We prospectively evaluated the short-term and long-term effects of STN DBS on SAI, LAI and proprioception. We hypothesised plasticity changes induced by chronic stimulation are necessary to normalise sensorimotor integration and proprioception. METHODS: Patients with PD were studied preoperatively, at 1 month and more than 6 months postoperatively. SAI was tested with median nerve stimulation to the wrist preceding TMS pulse to motor cortex by ~20 ms and LAI by 200 ms. Proprioception (distance and spatial errors) in the arm was quantitatively assessed. For postoperative assessments, patients were studied in the medication-off/stimulator-off, medication-off/stimulator-on, medication-on/stimulator-off and medication-on/stimulator-on conditions. RESULTS: 11 patients with PD and 10 controls were enrolled. Preoperatively, SAI and proprioception was abnormal during the medication-on conditions and LAI was reduced regardless of the medication status. STN DBS had no significant effect on SAI, LAI and proprioception at 1 month. However, at 6 months SAI, LAI and distance errors were normalised in the medication-on/stimulator-on condition. Spatial error was normalised with DBS on and off. CONCLUSIONS: Chronic STN DBS in PD normalises sensorimotor integration and proprioception, likely through long-term plastic changes in the basal ganglia thalamocortical circuit.
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 | 0,000 |
| 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) | 0,001 | 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 ».