Lesion Characteristics of Individuals With Upper Limb Spasticity After Stroke
Notice bibliographique
Résumé
This study explores the relationship between lesion location and volume and upper limb spasticity after stroke. Ninety-seven stroke patients (51 with spasticity) were included in the analysis (age = 67.5 ± 13.3 years, 57 males). Lesions were traced from computed tomography and magnetic resonance images and coregistered to a symmetrical brain template. Lesion overlays from the nonspastic group were subtracted from the spastic group to determine the regions of the brain more commonly lesioned in spastic patients. Similar analysis was performed across groups of participants whose upper limb (elbow or wrist) Modified Ashworth Scale (MAS) score ranged from 1 (mild) to 4 (severe). Following subtraction analysis and Fisher's exact test, the putamen was identified as the area most frequently lesioned in individuals with spasticity. More severe spasticity was associated with a higher lesion volume. This study establishes the neuroanatomical correlates of poststroke spasticity and describes the relationship between lesion characteristics and the severity of spasticity using mixed brain imaging modalities, including computed tomography imaging, which is more readily available to clinicians. Understanding the association between lesion location and volume with the development and severity of spasticity is an important first step toward predicting the development of spasticity after stroke. Such information could inform the implementation of intervention strategies during the recovery process to minimize the extent of impairment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».