Lesion location changes the association between brain excitability and motor skill acquisition post-stroke
Notice bibliographique
Résumé
Abstract Background The capacity to reacquire motor skills lost after a stroke is crucial to promote upper-limb motor recovery but the impact of lesion location on motor skill acquisition and the underlying neurophysiological mechanisms remain uncertain. Methods We used transcranial magnetic stimulation to investigate associations between excitatory and inhibitory cortico-spinal excitability measures and the capacity to acquire a novel motor skill with the most affected hand in 103 individuals with cortical (n=34) or subcortical (n=69) lesions. Results Both groups showed similar motor skill acquisition, but subcortical lesions exhibited more impairment in the most affected hand and lower excitability in the ipsilesional hemisphere. In cortical lesions, motor skill acquisition was associated with lower motor thresholds (β=-0.25, 95% CI [−0.47,-0.03]; p=0.024) and higher intracortical inhibition (β=-3.93, 95% CI [−6.89,-0.98]; p=0.011) in the ipsilesional hemisphere. In contrast, in subcortical lesions motor skill acquisition was associated with smaller motor evoked potentials (β=-4.46, 95% CI [−8.54,-0.38]; p=0.033), less intracortical inhibition (β=3.45, 95% CI [0.34,6.56]; p=0.030) and higher facilitation (β=1.34,95% CI [0.15,2.54]; p= 0.028) ipsilesionally. Sensitivity analyses revealed that associations with intracortical inhibition and facilitation in the subcortical group were driven by lesions affecting the corticospinal tract. No associations were found in the contralesional hemisphere. Conclusions Reinforcing the existence of lesion-specific neurophysiological patterns, individuals with cortical and subcortical lesions show divergent associations between cortico-spinal excitability and motor skill acquisition. The use of cortico-spinal excitability as a biomarker to predict upper-limb recovery post-stroke or guide motor recovery interventions such as non-invasive brain stimulation should consider lesion location.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».