Identifying Dysfunctional Cortex: Dissociable Effects of Stroke and Aging on Resting State Dynamics in MEG and fMRI
Notice bibliographique
Résumé
Spontaneous signals in neuroimaging data may provide information on cortical health in disease and aging, but the relative sensitivity of different approaches is unknown. In the present study, we compared different but complementary indicators of neural dynamics in resting-state MEG and BOLD fMRI, and their relationship with blood flow. Participants included patients with post-stroke aphasia, age-matched controls, and young adults. The complexity of brain activity at rest was quantified in MEG using spectral analysis and multiscale entropy (MSE) measures, whereas BOLD variability was quantified as the standard deviation (SDBOLD), mean squared successive difference (MSSD), and sample entropy of the BOLD time series. We sought to assess the utility of signal variability and complexity measures as markers of age-related changes in healthy adults and perilesional dysfunction in chronic stroke. The results indicate that reduced BOLD variability is a robust finding in aging, whereas MEG measures are more sensitive to the cortical abnormalities associated with stroke. Furthermore, reduced complexity of MEG signals in perilesional tissue were correlated with hypoperfusion as assessed with arterial spin labeling (ASL), while no such relationship was apparent with BOLD variability. These findings suggest that MEG signal complexity offers a sensitive index of neural dysfunction in perilesional tissue in chronic stroke, and that these effects are clearly distinguishable from those associated with healthy aging.
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 | 0,001 | 0,010 |
| 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 | 0,001 |
| 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 ».