Robotic transcranial magnetic stimulation motor maps and hand function in adolescents
Notice bibliographique
Résumé
INTRODUCTION: Transcranial magnetic stimulation (TMS) motor mapping can characterize the neurophysiology of the motor system. Limitations including human error and the challenges of pediatric populations may be overcome by emerging robotic systems. We aimed to show that neuronavigated robotic motor mapping in adolescents could efficiently produce discrete maps of individual upper extremity muscles, the characteristics of which would correlate with motor behavior. METHODS: Typically developing adolescents (TDA) underwent neuronavigated robotic TMS mapping of bilateral motor cortex. Representative maps of first dorsal interosseous (FDI), abductor pollicis brevis (APB), and abductor digiti minimi (ADM) muscles in each hand were created. Map features including area (primary), volume, and center of gravity were analyzed across different excitability regions (R100%, R75%, R50%, R25%). Correlations between map metrics and validated tests of hand motor function (Purdue Pegboard Test as primary) were explored. RESULTS: Twenty-four right-handed participants (range 12-18 years, median 15.5 years, 52% female) completed bilateral mapping and motor assessments with no serious adverse events or dropouts. Gender and age were associated with hand function and motor map characteristics. Full motor maps (R100%) for FDI did not correlate with motor function in either hand. Smaller excitability subset regions demonstrated reduced variance and dose-dependent correlations between primary map variables and motor function in the dominant hemisphere. CONCLUSIONS: Hand function in TDA correlates with smaller subset excitability regions of robotic TMS motor map outcomes. Refined motor maps may have less variance and greater potential to quantify interventional neuroplasticity. Robotic TMS mapping is safe and feasible in adolescents.
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 | 0,000 |
| 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) | 0,000 | 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 ».