Manipulation of Dysfunctional Spinal Joints Affects Sensorimotor Integration in the Prefrontal Cortex: A Brain Source Localization Study
Notice bibliographique
Résumé
Objectives. Studies have shown decreases in N30 somatosensory evoked potential (SEP) peak amplitudes following spinal manipulation (SM) of dysfunctional segments in subclinical pain (SCP) populations. This study sought to verify these findings and to investigate underlying brain sources that may be responsible for such changes. Methods. Nineteen SCP volunteers attended two experimental sessions, SM and control in random order. SEPs from 62-channel EEG cap were recorded following median nerve stimulation (1000 stimuli at 2.3 Hz) before and after either intervention. Peak-to-peak amplitude and latency analysis was completed for different SEPs peak. Dipolar models of underlying brain sources were built by using the brain electrical source analysis. Two-way repeated measures ANOVA was used to assessed differences in N30 amplitudes, dipole locations, and dipole strengths. Results. SM decreased the N30 amplitude by 16.9 ± 31.3% (P = 0.02), while no differences were seen following the control intervention (P = 0.4). Brain source modeling revealed a 4-source model but only the prefrontal source showed reduced activity by 20.2 ± 12.2% (P = 0.03) following SM. Conclusion. A single session of spinal manipulation of dysfunctional segments in subclinical pain patients alters somatosensory processing at the cortical level, particularly within the prefrontal 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 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 | 0,001 |
| 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) | 0,002 | 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 ».