Frontal, Sensorimotor, and Posterior Parietal Regions Are Involved in Dual-Task Walking After Stroke
Notice bibliographique
Résumé
Background: Walking within the community requires the ability to walk while simultaneously completing other tasks. After a stroke, completing an additional task while walking is significantly impaired, and it is unclear how the functional activity of the brain may impact this. Methods: Twenty individual in the chronic stage post-stroke participated in this study. Functional near-infrared spectroscopy (fNIRS) was used to measure prefrontal, pre-motor, sensorimotor, and posterior parietal cortices during walking and walking while completing secondary verbal tasks of varying difficulty. Changes in brain activity during these tasks were measured and relationships were accessed between brain activation changes and cognitive or motor abilities. Results: Significantly larger activations were found for prefrontal, pre-motor, and posterior parietal cortices during dual-task walking. Increasing dual-task walking challenge did not result in an increase in brain activation in these regions. Higher general cognition related to lower increases in activation during the easier dual-task. With the harder dual-task, a trend was also found for higher activation and less motor impairment. Conclusions: This is the first study to show that executive function, motor preparation/planning, and sensorimotor integration areas are all important for dual-task walking post-stroke. A lack of further brain activation increase with increasing challenge suggests a point at which a trade-off between brain activation and performance occurs. Further research is needed to determine if training would result in further increases in brain activity or improved performance.
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 | 0,001 |
| 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 ».