High definition transcranial direct current stimulation modulates abnormal neurophysiological activity in post-stroke aphasia
Notice bibliographique
Résumé
Recent findings indicate that measures derived from resting-state magnetoencephalography (rsMEG) are sensitive to cortical dysfunction in post-stroke aphasia. Spectral power and multiscale entropy (MSE) measures show that left-hemispheric areas surrounding the stroke lesion (perilesional) exhibit pathological oscillatory slowing and alterations in signal complexity. In the current study, we tested whether individually-targeted high-definition transcranial direct current stimulation (HD-tDCS) can reduce MEG abnormalities and transiently improve language performance. In eleven chronic aphasia survivors, we devised a method to localize perilesional areas exhibiting peak MSE abnormalities, and subsequently targeted these areas with excitatory/anodal-tDCS, or targeted the contralateral homolog areas with inhibitory/cathodal-tDCS, based on prominent theories of stroke recovery. Pathological MEG slowing in these patients was correlated with aphasia severity. Sentence/phrase repetition accuracy was assessed before and after tDCS. A delayed word reading task was administered inside MEG to assess tDCS-induced neurophysiological changes in relative power and MSE computed on the pre-stimulus and delay task time windows. Results indicated increases in repetition accuracy, decreases in contralateral theta (4-7 Hz) and coarse-scale MSE (slow activity), and increases in perilesional low-gamma (25-50 Hz) and fine-scale MSE (fast activity) after anodal-tDCS, indicating reversal of pathological abnormalities. RsMEG may be a sensitive measure for guiding therapeutic tDCS.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».