Functional Neuroplasticity and Motor Skill Change Following Gross Motor Interventions for Children With Diplegic Cerebral Palsy
Notice bibliographique
Résumé
Background Gross motor intervention designs for children with diplegic cerebral palsy (DCP) require an improved understanding of the children’s potential for neuroplasticity. Objective To identify relations between functional neuroplasticity and motor skill changes following gross motor interventions for children with DCP. Methods There were 17 participants with DCP (ages 8-16 years; 6 females; Gross Motor Function Classification System Level I [n = 9] and II [n = 8]). Each completed a 6-week gross motor intervention program that was directed toward achievement of individualized motor/physical activity goals. Outcomes were assessed pre/post and 4 to 6 months post-intervention (follow-up). An active ankle dorsiflexion task was completed during functional magnetic resonance imaging. The ratio of motor cortical activation volume in each hemisphere was calculated using a laterality index. The Challenge was the primary gross motor skill measure. Change over time and relations among outcomes were evaluated. Results Challenge scores improved post-intervention (4.57% points [SD 4.45], P = .004) and were maintained at follow-up (0.75% [SD 6.57], P = 1.000). The laterality index for dominant ankle dorsiflexion increased ( P = .033), while non-dominant change was variable ( P = .534). Contralateral activation (laterality index ≥+0.75) was most common for both ankles. Challenge improvements correlated with increased ipsilateral activity (negative laterality index) during non-dominant dorsiflexion ( r = −.56, P = .045). Smaller activation volume during non-dominant dorsiflexion predicted continued gross motor gains at follow-up ( R 2 = .30, P = .040). Conclusions Motor cortical activation during non-dominant ankle dorsiflexion is a modest indicator of the potential for gross motor skill change. Further investigation of patterns of neuroplastic change will improve our understanding of effects. ClinicalTrials.gov Registry: NCT02584491 and NCT02754128
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».