Continuous theta burst TMS of area MT impairs attentive motion tracking
Notice bibliographique
Résumé
Multiple object tracking (MOT) is impaired in amblyopia. This deficit has been associated with reduced MT activity during MOT task performance, suggesting that MT plays an important role in attentive tracking. To test this possibility, we assessed whether modulation of MT activity using inhibitory continuous theta burst stimulation (cTBS) would influence MOT performance in participants with normal vision. The MOT stimulus consisted of 4 targets and 4 distractors and was presented at 10° eccentricity (right and left hemifields). Functional MRI-guided cTBS was applied to left MT at 100% of active motor threshold intensity. Participants (n=15, age: 27±3) attended separate active and sham cTBS sessions. During cTBS, the MOT task was presented at each participant's speed threshold. Percent correct (based on partial report) for 40 trials was measured at baseline (before cTBS) and 5min and 30min after cTBS stimulation. Baseline accuracy did not vary between the right and left hemifields. There was a significant interaction between cTBS type (active/sham) and measurement time (baseline/post cTBS 5min or 30min) (F2,18=5.71, p=0.01). For active cTBS, there was a significant reduction in accuracy from baseline for the right hemifield after 5min (10 ± 2% reduction; t14 = 1.95, p = 0.03) and after 30min (15±3% reduction; t14=2.96, p=0.01). The left hemifield exhibited improved accuracy 30min after active cTBS (6±1.5% improvement, t14=-2.24, p=0.02). For sham cTBS, accuracy improved in both hemifields equally (right: 9 ± 2% improvement; t14=-2.94, p=0.02 and left: 9±1.5% improvement; t14=1.95, p=0.04). Our results demonstrate that cTBS of MT impaired MOT accuracy. There were improvements in MOT accuracy in the control hemifield and in the sham condition suggesting a task learning effect. These results highlight the importance of lower-level motion processing for MOT and support previous findings indicating that impaired MT function is responsible for MOT deficits in patients with amblyopia. Meeting abstract presented at VSS 2018
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) | 0,002 | 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 ».