A Single Session of Robot-Controlled Proprioceptive Training Modulates Functional Connectivity of Sensory Motor Networks and Improves Reaching Accuracy in Chronic Stroke
Notice bibliographique
Résumé
BACKGROUND: Passive robot-generated arm movements in conjunction with proprioceptive decision making and feedback modulate functional connectivity (FC) in sensory motor networks and improve sensorimotor adaptation in normal individuals. This proof-of-principle study investigates whether these effects can be observed in stroke patients. METHODS: A total of 10 chronic stroke patients with a range of stable motor and sensory deficits (Fugl-Meyer Arm score [FMA] 0-65, Nottingham Sensory Assessment [NSA] 10-40) underwent resting-state functional magnetic resonance imaging before and after a single session of robot-controlled proprioceptive training with feedback. Changes in FC were identified in each patient using independent component analysis as well as a seed region-based approach. FC changes were related to impairment and changes in task performance were assessed. RESULTS: A single training session improved average arm reaching accuracy in 6 and proprioception in 8 patients. Two networks showing training-associated FC change were identified. Network C1 was present in all patients and network C2 only in patients with FM scores >7. Relatively larger C1 volume in the ipsilesional hemisphere was associated with less impairment ( r = 0.83 for NSA, r = 0.73 for FMA). This association was driven by specific regions in the contralesional hemisphere and their functional connections (supramarginal gyrus with FM scores r = 0.82, S1 with NSA scores r = 0.70, and cerebellum with NSA score r = -0.82). CONCLUSION: A single session of robot-controlled proprioceptive training with feedback improved movement accuracy and induced FC changes in sensory motor networks of chronic stroke patients. FC changes are related to functional impairment and comprise bilateral sensory and motor network nodes.
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 | 0,000 |
| 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) | 0,001 | 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 ».