MétaCan
Menu
Retour à la cohorte
Enregistrement W4390397941 · doi:10.1177/15459683231219266

Mechanisms of Post-Stroke Fatigue: A Follow-Up From the Third Stroke Recovery and Rehabilitation Roundtable

2023· article· en· W4390397941 sur OpenAlexaff
Annapoorna Kuppuswamy, Sandra A. Billinger, Kirsten Coupland, Coralie English, Mansur A. Kutlubaev, G. Lorimer Moseley, Quentin J. Pittman, Dawn B. Simpson, Brad A. Sutherland, Connie H. Y. Wong, Dale Corbett

Notice bibliographique

RevueNeurorehabilitation and neural repair · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of OttawaHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesIpsenNational Health and Medical Research CouncilWellcome Trust
Mots-clésNeuromodulationStroke (engine)RehabilitationPhysical medicine and rehabilitationNeuroscienceMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Post-stroke fatigue (PSF) is a significant and highly prevalent symptom, whose mechanisms are poorly understood. The third Stroke Recovery and Rehabilitation Roundtable paper on PSF focussed primarily on defining and measuring PSF while mechanisms were briefly discussed. This companion paper to the main paper is aimed at elaborating possible mechanisms of PSF. METHODS: This paper reviews the available evidence that potentially explains the pathophysiology of PSF and draws parallels from fatigue literature in other conditions. We start by proposing a case for phenotyping PSF based on structural, functional, and behavioral characteristics of PSF. This is followed by discussion of a potentially significant role of early inflammation in the development of fatigue, specifically the impact of low-grade inflammation and its long-term systemic effects resulting in PSF. Of the many neurotransmitter systems in the brain, the dopaminergic systems have the most evidence for a role in PSF, along with a role in sensorimotor processing. Sensorimotor neural network dynamics are compromised as highlighted by evidence from both neurostimulation and neuromodulation studies. The double-edged sword effect of exercise on PSF provides further insight into how PSF might emerge and the importance of carefully titrating interventional paradigms. CONCLUSION: The paper concludes by synthesizing the presented evidence into a unifying model of fatigue which distinguishes between factors that pre-dispose, precipitate, and perpetuate PSF. This framework will help guide new research into the biological mechanisms of PSF which is a necessary prerequisite for developing treatments to mitigate the debilitating effects of post-stroke fatigue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitation and neural repairMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207