Age-Dependent Reorganization of Peri-Infarct “Premotor” Cortex With Task-Specific Rehabilitative Training in Mice
Notice bibliographique
Résumé
BACKGROUND: The incidence of stroke in adulthood increases with advancing age, but there is little understanding of how poststroke treatment should be tailored by age. OBJECTIVE: The goal of this study was to determine if age and task specificity of rehabilitative training affect behavioral improvement and motor cortical organization after stroke. METHODS: Young and aged mice were trained to proficiency on the Pasta Matrix Reaching Task prior to lesion induction in primary motor cortex with endothelin-1. After a short recovery period, mice received 9 weeks of rehabilitative training on either the previously learned task (Pasta Matrix Reaching), a different reaching task (Tray Reaching), or no training. To determine the extent of relearning, mice were tested once weekly on the Pasta Matrix Reaching Task. Mice then underwent intracortical microstimulation mapping to resolve the remaining forelimb movement representations in perilesion motor cortex. RESULTS: Although aged mice had significantly larger lesions compared with young mice, Pasta Matrix Reaching served as effective rehabilitative training for both age-groups. Young animals also showed improvement after Tray Reaching. Behavioral improvement in young mice was associated with an expansion of the rostral forelimb area ("premotor" cortex), but we failed to see reorganization in the aged brain, despite similar behavioral improvements. CONCLUSIONS: Our results indicate that reorganization of motor cortex may be limited by either aging or greater tissue damage, but the capacity to improve motor function via task-specific rehabilitative training continues to be well maintained in aged animals.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».