Skilled Bimanual Training Drives Motor Cortex Plasticity in Children With Unilateral Cerebral Palsy
Notice bibliographique
Résumé
Background Intensive bimanual therapy can improve hand function in children with unilateral spastic cerebral palsy (USCP). We compared the effects of structured bimanual skill training versus unstructured bimanual practice on motor outcomes and motor map plasticity in children with USCP. Objective We hypothesized that structured skill training would produce greater motor map plasticity than unstructured practice. Methods Twenty children with USCP (average age 9.5; 12 males) received therapy in a day camp setting, 6 h/day, 5 days/week, for 3 weeks. In structured skill training (n = 10), children performed progressively more difficult movements and practiced functional goals. In unstructured practice (n = 10), children engaged in bimanual activities but did not practice skillful movements or functional goals. We used the Assisting Hand Assessment (AHA), Jebsen-Taylor Test of Hand Function (JTTHF), and Canadian Occupational Performance Measure (COPM) to measure hand function. We used single-pulse transcranial magnetic stimulation to map the representation of first dorsal interosseous and flexor carpi radialis muscles bilaterally. Results Both groups showed significant improvements in bimanual hand use (AHA; P < .05) and hand dexterity (JTTHF; P < .001). However, only the structured skill group showed increases in the size of the affected hand motor map and amplitudes of motor evoked potentials (P < .01). Most children who showed the most functional improvements (COPM) had the largest changes in map size. Conclusions These findings uncover a dichotomy of plasticity: the unstructured practice group improved hand function but did not show changes in motor maps. Skill training is important for driving motor cortex plasticity in children with USCP.
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 | 0,000 |
| 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) | 0,000 | 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 ».