MétaCan
Menu
Retour à la cohorte
Enregistrement W2968165894 · doi:10.3389/fneur.2019.00922

A Novel MRI Compatible Balance Simulator to Detect Postural Instability in Parkinson's Disease

2019· article· en· W2968165894 sur OpenAlexafffund
Elizabeth P. Pasman, Martin J. McKeown, Taylor W. Cleworth, Bastiaan R. Bloem, J. Timothy Inglis, Mark G. Carpenter

Notice bibliographique

RevueFrontiers in Neurology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensYork UniversityInternational Collaboration On Repair DiscoveriesVancouver Coastal HealthUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaParkinson Canada
Mots-clésBalance (ability)Dynamic balancePhysical medicine and rehabilitationParkinson's diseasePostural instabilityCenter of pressure (fluid mechanics)Force platformTrunkGaitSupine positionPsychologyMedicineSimulationPhysical therapyComputer sciencePhysicsDiseaseMechanicsSurgery

Résumé

récupéré en direct d'OpenAlex

Background: Postural instability is a debilitating and largely treatment-resistant symptom of Parkinson’s disease (PD). A better understanding of the neural substrates contributing to postural instability could lead to new targets for improved pharmacological and neurosurgical interventions. However, investigating these neural substrates necessitates the use of functional MRI scanners, which are almost exclusively horizontally-based. Objective: We aimed to develop, and validate the use of, an MRI compatible balance simulator to study static and dynamic balance control in PD patients and elderly controls (EC). Methods: Our MRI compatible balance simulator allowed participants to actively balance an inverted pendulum by activating postural muscles around the ankle joint while supine. Two studies were performed to compare static and dynamic balance performance between upright stance and simulated stance in PD patients and controls. Study 1 (14 PD; 20 EC) required participants to maintain static balance during upright and simulated stance for 120 s with eyes open and closed. In study 2 (20 PD; 22 EC) participants repeated the static balance task (80 s, eyes closed only), and also completed a dynamic balance task which required maintaining balance while experiencing random anterior-posterior perturbations applied to the trunk/pendulum. Postural sway of the body/pendulum was measured using an angular velocity sensor (SwayStarTM, study 1) and Optotrak motion capture (study 2). Outcome measures were amplitude and frequency of centre of mass sway for static balance, and peak and time-to-peak of centre of mass displacement and velocity for dynamic balance. Results: PD patients had larger sway amplitude during both upright and simulated static balance compared to controls. PD patients had larger peak and time-to-peak sway, and larger time-to-peak sway velocity, during simulated, but not upright, dynamic balance compared to controls. Conclusions: Deficits in static and dynamic balance control can be detected in PD patients using a novel MRI compatible balance simulator. This technique allows for functional neuroimaging to be combined with balance-relevant tasks, and provides a new means to create insights into the neural substrates contributing to postural instability in PD.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,243
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207