Active versus resting neuro‐navigated robotic transcranial magnetic stimulation motor mapping
Notice bibliographique
Résumé
Transcranial magnetic stimulation (TMS) motor mapping is a safe, non-invasive method that can be used to study corticomotor organization. Motor maps are typically acquired at rest, and comparisons to maps obtained during muscle activation have been both limited and contradictory. Understanding the relationship between functional activation of the corticomotor system as recorded by motor mapping is crucial for their use clinically and in research. The present study utilized robotic TMS paired with personalized neuro-navigation to examine the relationship between resting and active motor map measures and their relationship with motor performance. Twenty healthy right-handed participants underwent resting and active robotic TMS motor mapping of the first dorsal interosseous to 10% maximum voluntary contraction. Motor map parameters including map area, volume, and measures of map centrality were compared between techniques using paired sample tests of difference and Bland-Altman plots and analysis. Map area, volume, and hotspot magnitude were larger in the active motor maps, while map center of gravity and hotspot locations remained consistent between both maps. No associations were observed between motor maps and motor performance as measured by the Purdue Pegboard Test. Our findings support previous suggestions that maps scale with muscle contraction. Differences in mapping outcomes suggest rest and active motor maps may reflect functionally different corticomotor representations. Advanced analysis methods may better characterize the underlying neurophysiology of both types of motor mapping.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».