Motor training improves impaired cortico-cerebellar connectivity in cerebellar ataxia
Notice bibliographique
Résumé
People with cerebellar degeneration show characteristic ataxic motor impairments. Despite cerebellar dysfunction, they can still improve motor performance through sensorimotor training. Yet, how such training affects functional brain networks affected by cerebellar degeneration is unknown. We here investigated neuroplastic changes in the cortico-cerebellar network after a five-day forearm movement training in 40 patients with mild to severe cerebellar degeneration and 40 age- and sex-matched healthy controls. Participants were assigned to one of four motor training conditions, varying online visual feedback and explicit verbal feedback. Anatomical and resting-state fMRI was collected on the days before and after training. To overcome the limitations of standard brain templates that fail in the presence of severe anatomical abnormalities, we developed a specific template for comparing cerebellar patients with age-matched controls. Our new template reduced the spatial spread of cerebellar anatomical landmarks by 30% relative to existing templates and tripled fMRI noise classification accuracy. Using this pipeline, we found that patients showed impaired connectivity between cerebellar motor regions and neocortical visuomotor and premotor regions at baseline compared to controls, whereas their cortico-cortical connectivity remained intact. Training with vision strengthened connectivity in the cortico-cerebellar visuomotor network contralateral to the trained arm in all participants. Cerebellar patients exhibited additional increased connectivity ipsilateral to the training arm in this network. Further, training with explicit verbal feedback facilitated connectivity between a cerebellar cognitive region and dorsolateral prefrontal cortex. These results indicate that motor training in cerebellar degeneration leads to enhanced functional connectivity of the cortico-cerebellar network.
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 | 0,000 | 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 | 0,000 | 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 ».