Premotor and Posterior Parietal Cortex Activity is Increased for Slow, as well as Fast Walking Poststroke: An fNIRS Study
Notice bibliographique
Résumé
Background and Purpose. The ability to change gait speeds is important for interacting with the surrounding environment. Gait speed modulation poststroke is often impaired and is related to decreased walking independence after stroke. Assessment of brain activation during walking at different speeds can provide insight into important regions for facilitating gait recovery. The purpose is to determine: (1) the symmetry of brain activation as individuals increase or decrease their gait speed, (2) the activation levels in frontal to parietal brain regions during walking at different speeds, and (3) the relationship between an individual’s stroke impairment or their ability to modulate their gait speed and change in their brain activation. Methods. Twenty individuals in the chronic stage of stroke walked: (1) at their normal pace, (2) slower than normal, and (3) as fast as possible. Functional near-infrared spectroscopy was used to assess bilateral prefrontal, premotor, sensorimotor, and posterior parietal cortices during walking. Results. No significant differences in laterality were observed between walking speeds. The ipsilesional prefrontal cortex was overall more active than the contralesional prefrontal cortex. Premotor and posterior parietal cortex activity were larger during slow and fast walking compared to normal-paced walking with no differences between slow and fast walking. Greater increases in brain activation in the ipsilesional prefrontal cortex during fast compared to normal-paced walking related to greater gait speed modulation. Conclusions. Brain activation is not linearly related to gait speed. Ipsilesional prefrontal cortex, bilateral premotor, and bilateral posterior parietal cortices are important areas for gait speed modulation and could be an area of interest for neurostimulation.
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 | 0,001 | 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 ».