Proprioception and motor performance after stroke: An examination of diffusion properties in sensory and motor pathways
Notice bibliographique
Résumé
Proprioceptive and motor impairments commonly occur after stroke. Relationships between corticospinal tract (CST) fractional anisotropy (FA) and motor recovery have been identified. However, the relationship between sensory tract microstructure and proprioceptive recovery remains unexplored. Using probabilistic tractography, we examined the relationship between diffusion metrics in three tracts known to contain proprioceptive information (a) dorsal-column medial-lemniscal (DCML), (b) postcentral gyrus to supramarginal gyrus (POCG-SMG), (c) postcentral gyrus to Heschl's gyrus (POCG-HG) and proprioception at 1 (n = 26) and 6 months (n = 19) poststroke. Proprioception was assessed using two robotic tasks. Motor performance was also assessed robotically and compared to CST diffusion metrics. At 1-month poststroke, a nonsignificant relationship (r = -0.43, p = 0.05) was observed between DCML-FA and proprioceptive impairment. A moderate relationship was identified between POCG-SMG FA and POCG-HG FA and proprioceptive impairment (r = -0.47, p = 0.001 and r = -0.51, p = 0.008, respectively). No relationships were significant at 6 months poststroke. Similar to previous studies, lower CST-FA correlated with motor impairment at 1 month poststroke (r = -0.58, p = 0.002). While CST-FA is considered a predictor of motor impairment, our findings suggest that the relationship between FA and tracts containing proprioceptive information is not as straightforward and highlights the importance of sensory association areas in proprioception.
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 | 0,001 |
| 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 ».