MétaCan
Menu
Retour à la cohorte
Enregistrement W2030448175 · doi:10.2174/157340506775541712

Longitudinal Functional MRI of Motor and Cognitive Recovery Following Stroke: A Review

2006· review· en· W2030448175 sur OpenAlexaff
Erin A. Douglas, Jodi D. Edwards, Bradley G. Goodyear

Notice bibliographique

RevueCurrent Medical Imaging Formerly Current Medical Imaging Reviews · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensFoothills Medical Centre
Organismes subventionnairesnon disponible
Mots-clésFunctional magnetic resonance imagingStroke (engine)CognitionPhysical medicine and rehabilitationRehabilitationStroke recoveryModalitiesNeuroimagingMagnetic resonance imagingMotor imageryNeuroscienceElectroencephalographyPsychologyMedicineBrain–computer interfaceRadiology

Résumé

récupéré en direct d'OpenAlex

Approximately half of all strokes result in moderate-to-severe disability, making stroke the leading cause of long-term disability in North America. Functional magnetic resonance imaging (fMRI) has emerged as a powerful tool to investigate functional reorganization, temporary or permanent, during the recovery of motor and cognitive functions following stroke, as a means to potentially predict patient outcome and guide rehabilitation. Recently, fMRI studies of stroke recovery have been moving towards a clinical focus, with increased emphasis on longitudinal investigations of recovery. In addition, the integration of fMRI with other imaging modalities such as electroencephalography (EEG) and near-infrared (NIR) diffuse optical tomography is becoming increasingly important to further investigate the spatiotemporal evolution of brain function following stroke. This article will review the literature of longitudinal studies of motor and cognitive recovery using fMRI, as well as discuss issues regarding the possible implementation of fMRI for longitudinal studies of stroke recovery in individual patients. Keywords: fMRI, stroke, motor, language, memory, recovery

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,396
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medical Imaging Formerly Current Medical Imaging ReviewsMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207