Optimization of fMRI methods to determine laterality of cortical activation during ankle movements of children with unilateral cerebral palsy
Notice bibliographique
Résumé
Measurement of laterality of motor cortical activations may provide valuable information about lower limb control in children with unilateral cerebral palsy (UCP). Evidence from upper limb research suggests that increased contralateral activity may accompany functional gains. However, lower limb areas of activation and associated changes have been underexplored due to challenges with imaging motor cortical leg representations. In this study, methods for a task-based functional magnetic resonance imaging (fMRI) ankle dorsiflexion paradigm were refined with three pilot groups of participants: (i) adults (n = 5); (ii) typically developing (TD) children (n = 5) and; (iii) children with UCP (n = 4). Parameters of experimental design, task resistance, reproducibility, and pre-scan procedures were tested/refined using a staged development approach with additions or changes introduced if image quality did not meet pre-defined standards. When image quality was acceptable for two consecutive participants, the next participant group was recruited to test/refine the next parameter. The final paradigm involved an event-related design of a single dorsiflexion movement against individualized resistance, with two runs per leg. It included a pre-scan session to increase child comfort and determine task resistance. This paradigm produced valid data for laterality index (LI) calculations to determine the ratio of activity in each hemisphere. Ventricle and lesion masks were used in non-linear image registration, and individual thresholds were used for extent-based LI calculations. LI of dominant ankle movements were contralateral (LI ≥ +0.2) for TD children (mean LI = +0.89, std = 0.27) and children with UCP (mean LI = +0.86, std = 0.26). For the affected ankle of children with UCP, LI values indicated ipsilateral and/or contralateral activation (mean LI = +0.02, std = 0.71, range -0.92 to +1.00). This fMRI paradigm will support investigations of cortical activation and mechanisms of skill improvement following lower limb interventions.
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 ».