Functional Magnetic Resonance Imaging Neurofeedback-guided Motor Imagery Training and Motor Training for Parkinson’s Disease: Randomized Trial
Notice bibliographique
Résumé
OBJECTIVE: Real-time functional magnetic resonance imaging (rt-fMRI) neurofeedback (NF) uses feedback of the patient's own brain activity to self-regulate brain networks which in turn could lead to a change in behavior and clinical symptoms. The objective was to determine the effect of NF and motor training (MOT) alone on motor and non-motor functions in Parkinson's Disease (PD) in a 10-week small Phase I randomized controlled trial. METHODS: Thirty patients with Parkinson's disease (PD; Hoehn and Yahr I-III) and no significant comorbidity took part in the trial with random allocation to two groups. Group 1 (NF: 15 patients) received rt-fMRI-NF with MOT. Group 2 (MOT: 15 patients) received MOT alone. The primary outcome measure was the Movement Disorder Society-Unified PD Rating Scale-Motor scale (MDS-UPDRS-MS), administered pre- and post-intervention "off-medication". The secondary outcome measures were the "on-medication" MDS-UPDRS, the PD Questionnaire-39, and quantitative motor assessments after 4 and 10 weeks. RESULTS: Patients in the NF group were able to upregulate activity in the supplementary motor area (SMA) by using motor imagery. They improved by an average of 4.5 points on the MDS-UPDRS-MS in the "off-medication" state (95% confidence interval: -2.5 to -6.6), whereas the MOT group improved only by 1.9 points (95% confidence interval +3.2 to -6.8). The improvement in the intervention group meets the minimal clinically important difference which is also on par with other non-invasive therapies such as repetitive Transcranial Magnetic Stimulation (rTMS). However, the improvement did not differ significantly between the groups. No adverse events were reported in either group. INTERPRETATION: This Phase I study suggests that NF combined with MOT is safe and improves motor symptoms immediately after treatment, but larger trials are needed to explore its superiority over active control conditions.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».