Effects of High-Definition and Conventional Transcranial Direct-Current Stimulation on Motor Learning in Children
Notice bibliographique
Résumé
Background: Transcranial direct current stimulation (tDCS) can improve motor learning in children. High-definition approaches (HD-tDCS) have not been examined in children. Objectives/Hypothesis: We hypothesized that primary motor cortex HD-tDCS would enhance motor learning but be inferior to tDCS in children. Methods: Twenty-four children were recruited for a randomized, sham-controlled, double-blinded interventional trial (NCT03193580, clinicaltrials.gov/ct2/show/NCT03193580) to receive 1) right hemisphere (contralateral) primary motor cortex (M1) 1mA anodal conventional 1x1 tDCS (tDCS), 2) right M1 1mA anodal 4x1 HD-tDCS (HD-tDCS), or 3) sham. Over five consecutive days, participants trained their left hand using the Purdue Pegboard Test (PPTL). The Jebsen-Taylor Test, Serial Reaction Time Task, and right hand and bimanual PPT were also tested at baseline, post-training, and 6-week retention time (RT). Results: Both the tDCS and HD-tDCS groups demonstrated enhanced motor learning compared to sham with effects maintained at six weeks. Effect sizes were moderate-to-large for tDCS and HD-tDCS groups at the end of day 4 (Cohen’s d tDCS=0.960, HD-tDCS=0.766) and day 5. (tDCS=0.655, HD-tDCS=0.851). Enhanced motor learning effects were also seen in the untrained hand. HD-tDCS was well tolerated and safe with no adverse effects. Conclusions: HD-tDCS and tDCS can enhance motor learning in children. Further exploration is indicated to advance rehabilitation therapies for children with motor disabilities such as cerebral palsy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».