MétaCan
Menu
← Retour à la cohorte
Enregistrement W2256628779 · doi:10.1161/str.44.suppl_1.atp42

Abstract TP42: Brain Plasticity Changes in Default Mode Network after Stroke

2013· article· en· W2256628779 sur OpenAlexaboutno aff
Jie Song, Veena A. Nair, Christian La, MATHEW JENSEN, Marcus Chacon, Justin A. Sattin, Vivek Prabhakaran

Notice bibliographique

RevueStroke · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDefault mode networkIntraclass correlationResting state fMRINeuroplasticityStroke (engine)Montreal Cognitive AssessmentCognitionFunctional connectivityCorrelationAnalysis of varianceAudiologyNeuroscienceCardiologyInternal medicineCognitive impairmentPsychologyPsychiatryPsychometricsClinical psychologyRadiology

Résumé

récupéré en direct d'OpenAlex

Background: Resting-state fMRI (rs-fMRI) has been used for assessing task-free brain activity changes after stroke. One prominent resting-state neural network is the default mode network (DMN) that has been suggested to be suppressed during cognitive tasks. Older adults often show difficulties in suppressing DMN compared to younger adults during cognitive task performance. Moreover, dysfunction of DMN appears to be linked with the severity of post-stroke depression. Here we explored brain plasticity changes in DMN in stroke subjects. Methods: 9 stroke subjects (mean age=60.3, 5 Male) and 5 normal healthy subjects (mean age=48, 4 Male) underwent two rs-fMRI scans. Patients participated in the 1st scan within 7 days after onset and within 6 months (mean ~3 months) postonset in the 2nd scan. Brain plasticity changes were examined by functional connectivity measures that were computed using region-of-interest analysis. Rs-fMRI data were pre-processed in AFNI. The resulting time-series from 6 common seeds in DMN were averaged over each seed and correlated with that from every other seed to generate the Pearson correlation coefficients. These correlations were then z-transformed representing the 15 unique functional connections (fconn) in DMN. Fconn changes were determined with intraclass correlation (ICC), which measures reproducibility of fconn between scans. A reliable connection, as suggested to be an ICC ≥ 0.5, requires a small within-subject plasticity change compared to the between-subject variance. Results: Shown in Table 1. Conclusion: As seen from Table 1, fconn between RtLatPar and PC may undergo plasticity changes after stroke (ICC < 0.5) as would be reliable in the normal group. Fconn between LtLatPar and PC, mPFC and PC, right and left LatPar were found to be significant and reliable, which could be due to less suppression in DMN and higher between-subject variability after stroke.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→