Efficacy of using robotics to characterize impaired upper-limb function in a non-human primate model of stroke
Notice bibliographique
Résumé
Rationale: Stroke is a leading cause of death and disability and has the largest socioeconomic burden of any disease in Canada. Unfortunately, thousands of stroke therapies that proved successful in animal preclinical trials failed in subsequent human populations. Non-human primates (NHPs) closely resemble humans and may represent an animal model that could help bridge the translational gap preceding clinical trials. Additionally, robotic technology has been proven to provide objective determination of outcomes in human stroke populations and it is possible that these outcomes are conserved across species. This study investigated the efficacy of using robotic tasks as a behavioural assessment tool in a NHP model of stroke. Methods: Stroke was induced in 2 cynomolgus macaques through transient 90-minute right middle cerebral artery occlusion. At 2.5 years post-stroke, neurobehavioural outcomes were assessed using a visually guided reaching (VGR) and a postural perturbation (PP) KINARM exoskeleton robotic task. Stroke NHP task parameters were compared to control performance (2 healthy, age matched controls) for both the affected and unaffected-arms to determine impairment. Results: In the VGR task, stroke animals made reaches with their affected-arm that were less accurate, had more corrective motions, travelled a greater distance, and took longer as compared to controls (p<0.01). In the PP task, responses of stroke animals to perturbations to the affected-arm were further displaced, took longer to stop, had more corrective motions, and took longer to return to centre as compared to controls (p<0.01). Several, specific unaffected-arm deficits were also identified for both stroke NHPs. Conclusions: The KINARM tasks were able to consistently quantify specific sensorimotor deficits in stroke NHPs in a way similar to that previously achieved in human populations. This study proves the efficacy of robotic assessment in a NHP model of stroke and supports the feasibility of this model in translating future stroke therapies from preclinical to clinical trials.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».