MétaCan
Menu
Retour à la cohorte
Enregistrement W2808941894 · doi:10.3171/2018.1.jns171859

Pace of movement: the role of single neurons in the subthalamic nucleus

2018· article· en· W2808941894 sur OpenAlexaff
Ariel Tankus, Anat Mirelman, Nir Giladi, Itzhak Fried, Jeffrey M. Hausdorff

Notice bibliographique

RevueJournal of neurosurgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesnon disponible
Mots-clésSubthalamic nucleusDeep brain stimulationNeuroscienceMedicinePopulationMotor controlPacePremovement neuronal activityPhysical medicine and rehabilitationMovement (music)Parkinson's diseaseDiseasePsychologyPathologyPhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The ability to modulate the pace of movement is a critical factor in the smooth operation of the motor system. The authors recently described distinct and overlapping representations of movement kinematics in the subthalamic nucleus (STN), but it is still unclear how movement pace is modulated according to the demands of the task at the neuronal level in this area. The goal of this study was to clarify how different movement paces are being controlled by neurons in the STN. METHODS: The authors performed direct recording of the electrical activity of single neurons in the STN of neurosurgical patients with Parkinson's disease undergoing implantation of a deep brain stimulator under local anesthesia while the patients performed repetitive foot and hand movements intraoperatively at multiple paces. RESULTS: A change was observed in the neuronal population controlling the movement for each pace. The mechanism for switching between these controlling populations differs for hand and foot movements. CONCLUSIONS: These findings suggest that disparate schemes are utilized in the STN for neuronal recruitment for motor control of the upper and lower extremities. The results indicate a distributed model of motor control within the STN, where the active neuronal population changes when modifying the task condition and pace.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of neurosurgeryMême sujetNeurological disorders and treatmentsTravaux en français237 207