Observational Study of Neuroimaging Biomarkers of Severe Upper Limb Impairment After Stroke
Notice bibliographique
Résumé
<h3>Background and Objectives</h3> It is difficult to predict poststroke outcome for individuals with severe motor impairment because both clinical tests and corticospinal tract (CST) microstructure may not reliably indicate severe motor impairment. Here, we test whether imaging biomarkers beyond the CST relate to severe upper limb (UL) impairment poststroke by evaluating white matter microstructure in the corpus callosum (CC). In an international, multisite hypothesis-generating observational study, we determined if (1) CST asymmetry index (CST-AI) can differentiate between individuals with mild-moderate and severe UL impairment and (2) CC biomarkers relate to UL impairment within individuals with severe impairment poststroke. We hypothesized that CST-AI would differentiate between mild-moderate and severe impairment, but CC microstructure would relate to motor outcome for individuals with severe UL impairment. <h3>Methods</h3> Seven cohorts with individual diffusion imaging and motor impairment (Fugl-Meyer Upper Limb) data were pooled. Hand-drawn regions-of-interest were used to seed probabilistic tractography for CST (ipsilesional/contralesional) and CC (prefrontal/premotor/motor/sensory/posterior) tracts. Our main imaging measure was mean fractional anisotropy. Linear mixed-effects regression explored relationships between candidate biomarkers and motor impairment, controlling for observations nested within cohorts, as well as age, sex, time poststroke, and lesion volume. <h3>Results</h3> Data from 110 individuals (30 with mild-moderate and 80 with severe motor impairment) were included. In the full sample, greater CST-AI (i.e., lower fractional anisotropy in the ipsilesional hemisphere, <i>p</i> < 0.001) and larger lesion volume (<i>p</i> = 0.139) were negatively related to impairment. In the severe subgroup, CST-AI was not reliably associated with impairment across models. Instead, lesion volume and CC microstructure explained impairment in the severe group beyond CST-AI (<i>p</i>9s < 0.010). <h3>Discussion</h3> Within a large cohort of individuals with severe UL impairment, CC microstructure related to motor outcome poststroke. Our findings demonstrate that CST microstructure does relate to UL outcome across the full range of motor impairment but was not reliably associated within the severe subgroup. Therefore, CC microstructure may provide a promising biomarker for severe UL outcome poststroke, which may advance our ability to predict recovery in individuals with severe motor impairment after stroke.
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 | 0,000 |
| 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) | 0,000 | 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 ».