MétaCan
Menu
← Retour à la cohorte
Enregistrement W2912280328 · doi:10.1161/str.50.suppl_1.wp181

Abstract WP181: Linking Post-Stroke Injury, Neural Function, and Motor Behavior With EEG

2019· article· en· W2912280328 sur OpenAlexaff
Jessica M. Cassidy, Anirudh Wodeyar, Jennifer Wu, Ramesh Srinivasan, Steven C. Cramer

Notice bibliographique

RevueStroke · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensStan Cassidy Foundation
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyMedicineStroke (engine)LesionPhysical medicine and rehabilitationCardiologyNeuroscienceAudiologyPsychologySurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: Elucidating the relationship between stroke-induced injury and changes in neural function may potentiate rehabilitation and treatment development. This study examined post-stroke associations between functional electroencephalography (EEG) measures, structural injury, and motor behavior. Hypothesis: Greater injury extent and motor impairment correspond to increasing delta band (1-3Hz) and decreasing high beta band (20-30Hz) EEG measures in a time-dependent manner. Methods: Subjects with stroke completed a 3-minute resting-state EEG recording, an MRI, and motor testing (Fugl-Meyer, FM). EEG power and ipsilesional primary motor cortex (M1) coherence (connectivity) were computed from dense-array EEG (194 leads). Global (lesion volume) and motor-specific (%CST injury) injury were measured on MRI. Associations between EEG measures and injury/behavior were significant if ≥10% of leads demonstrated significance (p≤0.05). Results: Sixty individuals (mean age 56.6 years, 11.9 months post-stroke) were stratified into subacute (n=24) and chronic (n=36) groups. For EEG power, larger delta band power correlated strongly with increasing lesion volume early after stroke, and this association expanded (21 to 82 leads) in chronic stroke to bilateral premotor, M1, and temporal-parietal regions. This delta power expansion strongly correlated with greater FM scores. For EEG coherence, larger delta band ipsilesional M1 coherence with leads overlying bilateral fronto-temporal-parietal regions strongly correlated with both greater lesion volume (64 leads) and CST injury (52 leads) early after stroke. These associations were reduced in chronic stroke but still strongly correlated with greater FM scores. Beta band power and coherence measurements showed negative and positive correlations with lesion volume, respectively, but did not relate to motor behavior. Conclusions: Low-frequency band EEG power and coherence measures predominantly capture global injury arising from stroke. The expansion of delta power and the reduction of delta coherence from subacute to chronic stroke are adaptive responses indicative of lower motor impairment, and these measures may prove valuable in monitoring stroke rehabilitation.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0060,001

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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,235 · 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'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→