P.060 Altered oculomotor learning in thalamic stroke patients
Notice bibliographique
Résumé
Background: Visuomotor learning can be elicited experimentally by displacing the target of a saccade during the ongoing eye movement. In healthy subjects, the resulting mismatch between expected and experienced visual error after saccade completion elicits a gradual adaptation of saccade amplitude. The goal of this project was to explore the role of cerebro-thalamo-cerebellar circuits in the dynamics of visuomotor learning. Methods: Patient RK is a 38-year-old right hand dominant male who suffered a focal thalamic stroke of the right thalamus, confined to ventral lateral posterior and ventral medial nuclei. We employed a standard saccadic adaptation paradigm and assessed dynamics of visuomotor learning by fitting a simple state-equation to saccade amplitudes towards the ipsi- and contralesional hemifield. Results: While RK was able to adapt saccade amplitudes in both directions, adaptation dynamics were different for leftward versus rightward saccades. Rightward, ipsilesional saccades exhibited a lower learning rate but similar retention of altered saccade metrics, compared to leftward, contralesional saccades. Conclusions: The present study assessed a patient with a focal lesion to the right cerebellar thalamus on a saccade adaptation paradigm. Results demonstrated slower visuomotor learning for saccades into the ipsilesional hemifield, suggesting an important contribution of cerebello-cortical projections mediated by thalamic relays for visuomotor learning.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,007 | 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 ».