Dissociation of white matter bundles in different recovery measures in post-stroke aphasia
Notice bibliographique
Résumé
ABSTRACT Background Post-stroke aphasia (PSA) recovery shows high variability across individuals and at different moments during recovery. Although diffusion biomarkers from the ventral and dorsal streams have demonstrated strong predictive power for language outcomes, it is still unclear how these biomarkers relate to the various stages of PSA recovery. In this study, we aim to compare diffusion metrics and language measures as predictors of language recovery in a longitudinal cohort of participants with PSA. Methods Twenty-four participants (mean age = 73 years, 8 women) presenting PSA were recruited in an acute stroke unit. Participants underwent diffusion MRI scanning and language assessment within 3 days (acute phase) after stroke, with a behavioral follow-up at subacute (10±3 days) and chronic phases (> 6 months). We used regression analyses on language performance (cross-sectional) and Δscores at subacute and chronic timepoints (difference between acute and subacute, and subacute and chronic respectively), with language baseline scores, diffusion metrics from language-related white matter tracts, lesion size and demographic predictors. Results Best prediction model of performance scores used axial diffusivity (AD) from the left arcuate fasciculus (AF) in both subacute (R 2 = 0.785) and chronic timepoints (R 2 = 0.626). Moreover, prediction of change scores depended on AD from left inferior frontal-occipital fasciculus (IFOF), in subacute stage (R 2 = 0.5), and depended additionally on AD from right IFOF in the chronic stages (R 2 = 0.68). Mediation analyses showed that lesion load of left AF mediated the relationship between AD from left AF and chronic language performance. Conclusion Language performance in subacute and chronic timepoints depends on the integrity of left AF, whereas Δscores of subacute and chronic phases depends on left IFOF, showing a dissociation of the white matter pathways regarding language outcomes. These results support the hypothesis of a functional differentiation of the dual-stream components in PSA recovery.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».