The impact of individual stroke lesions on tDCS current flow compared to neurotypical age-matched controls
Notice bibliographique
Résumé
Abstract Transcranial direct current stimulation (tDCS) has promise as a tool to aid rehabilitation after stroke by altering cortical excitability to promote neuroplasticity (Kubis, 2016; Ward, 2017). However, tDCS outcomes are subject to high variability, an effect which is amplified in stroke. Current flow models (CFMs) can be used to estimate tDCS electric field (E-field) in the brain, though they do not account for brain lesions (Lee et al., 2021). Previous work investigating the impact of stroke lesions on tDCS current flow is limited by small sample size or simulated lesions which may not reflect the broader stroke population (Piastra et al., 2021; Johnstone et al., 2021; Minjoli et al., 2017). Here we describe the impact of manually segmented individual stroke lesions on tDCS E-field when a commonly used symptom-targeted tDCS protocol is used. We compare our findings to a neurotypical age-matched control group. 123 stroke survivor and 147-age matched control MRI scans from the ENIGMA Stroke Recovery working group database were provided with manually segmented lesion masks. Inclusion criteria for stroke survivor scans were upper limb impairment (<66 FMA >28), unilateral cortical or subcortical stroke, and 1mm3 MRI collected >3 months post-stroke. A classic bipolar electrode montage (C3-Fp1) was simulated, targeting the primary motor cortex (M1). An adapted version of ROAST CFM software (Huang et al., 2019, 2018; Johnstone et al., 2021) was used to account for manually segmented stroke lesions. Lesion conductivity was specified (McCann et al., 2019). E-field intensity in the M1 target is more variable in stroke compared to control scans, even though the average E-field was comparable between groups. Within the stroke survivor group, lesion size, location, and proximity to the M1 ROI impacted current flow in M1. These findings highlight the necessity for individual CFM-informed protocol design, especially for tDCS application in stroke. Research Category and Technology and Methods Clinical Research: 9. Transcranial Direct Current Stimulation (tDCS) Keywords: Computational modelling, tDCS, Stroke, Non-invasive brain stimulation
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 | 0,003 |
| 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 | 0,000 | 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 ».