Post-stroke visual neglect affects goal-directed locomotion in different perceptuo-cognitive conditions and on a wide visual spectrum
Notice bibliographique
Résumé
BACKGROUND: Unilateral spatial neglect (USN), a highly prevalent and disabling post-stroke deficit, has been shown to affect the recovery of locomotion. However, our current understanding of USN role in goal-directed locomotion control, and this, in different cognitive/perceptual conditions tapping into daily life demands, is limited. OBJECTIVES: To examine goal-directed locomotion abilities in individuals with and without post-stroke USN vs. healthy controls. METHODS: Participants (n = 45, n = 15 per group) performed goal-directed locomotion trials to actual, remembered and shifting targets located 7 m away at 0° and 15° right/left while immersed in a 3-D virtual environment. RESULTS: Greater end-point mediolateral displacement and heading errors (end-point accuracy measures) were found for the actual and the remembered left and right targets among those with post-stroke USN compared to the two other groups (p < 0.05). A delayed onset of reorientation to the left and right shifting targets was also observed in USN+ participants vs. the other two groups (p < 0.05). Results on clinical near space USN assessment and walking speed explained only a third of the variance in goal-directed walking performance. CONCLUSION: Post-stroke USN was found to affect goal-directed locomotion in different perceptuo-cognitive conditions, both to contralesional and ipsilesional targets, demonstrating the presence of lateralized and non-lateralized deficits. Beyond neglect severity and walking capacity, other factors related to attention, executive functioning and higher-order visual perceptual abilities (e.g. optic flow perception) may account for the goal-directed walking deficits observed in post-stroke USN+. Goal-directed locomotion can be explored in the design of future VR-based evaluation and training tools for USN to improve the currently used conventional methods.
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) | 0,000 | 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 | 0,000 | 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) | 0,002 | 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 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 ».