MétaCan
Menu
Retour à la cohorte
Enregistrement W3106578606 · doi:10.1016/j.clinph.2020.11.012

Influence of post-stroke fatigue on reaction times and corticospinal excitability during movement preparation

2020· article· en· W3106578606 sur OpenAlexaff
William De Doncker, Katlyn E. Brown, Annapoorna Kuppuswamy

Notice bibliographique

RevueClinical Neurophysiology · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesWellcome Trust
Mots-clésPhysical medicine and rehabilitationMovement (music)Stroke (engine)NeuroscienceMedicinePsychologyPhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Reduced corticospinal excitability at rest is associated with post-stroke fatigue (PSF). However, it is not known if corticospinal excitability prior to a movement is also altered in fatigue which may then influence subsequent behaviour. We hypothesized that the levels of PSF can be explained by differences in modulation of corticospinal excitability during movement preparation. METHODS: 73 stroke survivors performed an auditory reaction time task. Corticospinal excitability was measured using transcranial magnetic stimulation. Fatigue was quantified using the fatigue severity scale. The effect of time and fatigue on corticospinal excitability and reaction time was analysed using a mixed effects model. RESULTS: Those with greater levels of PSF showed reduced suppression of corticospinal excitability during movement preparation and increased facilitation immediately prior to movement onset (β = -0.0066, t = -2.22, p = 0.0263). Greater the fatigue, slower the reaction times the closer the stimulation time to movement onset (β = 0.0024, t = 2.47, p = 0.0159). CONCLUSIONS: Lack of pre-movement modulation of corticospinal excitability in high fatigue may indicate poor sensory processing supporting the sensory attenuation model of fatigue. SIGNIFICANCE: We take a systems-based approach and investigate the motor system and its role in pathological fatigue allowing us to move towards gaining a mechanistic understanding of chronic pathological fatigue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
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)0,0000,000

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 Opus0,076
Tête enseignante GPT0,359
Écart entre enseignants0,283 · 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 tête enseignante, 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical NeurophysiologyMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207