Effect of sensory and motor connectivity on hand function in pediatric hemiplegia
Notice bibliographique
Résumé
OBJECTIVE: We tested the hypothesis that somatosensory system injury would more strongly affect movement than motor system injury in children with unilateral cerebral palsy (USCP). This hypothesis was based on how somatosensory and corticospinal circuits adapt to injury during development; whereas the motor system can maintain connections to the impaired hand from the uninjured hemisphere, this does not occur in the somatosensory system. As a corollary, cortical injury strongly impairs sensory function, so we hypothesized that cortical lesions would impair hand function more than subcortical lesions. METHODS: Twenty-four children with unilateral cerebral palsy had physiological and anatomical measures of the motor and somatosensory systems and lesion classification. Motor physiology was performed with transcranial magnetic stimulation and somatosensory physiology with vibration-evoked electroencephalographic potentials. Tractography of the corticospinal tract and the medial lemniscus was performed with diffusion tensor imaging, and lesions were classified by magnetic resonance imaging. Anatomical and physiological results were correlated with measures of hand function using 2 independent statistical methods. RESULTS: Children with disruptions in the somatosensory connectivity and cortical lesions had the most severe upper extremity impairments, particularly somatosensory function. Motor system connectivity was significantly correlated with bimanual function, but not unimanual function or somatosensory function. INTERPRETATION: Both sensory and motor connectivity impact hand function in children with USCP. Somatosensory connectivity could be an important target for recovery of hand function in children with USCP. Ann Neurol 2017;82:766-780.
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 ».