Concurrent tDCS-fMRI after stroke reveals link between attention network organization and motor improvement
Notice bibliographique
Résumé
Restoring motor function after stroke necessitates involvement of numerous cognitive systems. However, the impact of damage to motor and cognitive network organization on recovery is not well understood. To discover correlates of successful recovery, we explored imaging characteristics in chronic stroke subjects by combining noninvasive brain stimulation and fMRI. Twenty stroke survivors (6 months or more after stroke) were randomly assigned to a single session of transcranial direct current stimulation (tDCS) or sham during image acquisition. Twenty healthy subjects were included as controls. tDCS was limited to 10 min at 2 mA to serve as a mode of network modulation rather than therapeutic delivery. Fugl-Meyer Assessments (FMA) revealed significant motor improvement in the chronic stroke group receiving active stimulation (p = 0.0005). Motor changes in this group were correlated in a data-driven fashion with imaging features, including functional connectivity (FC), surface-based morphometry, electric field modeling and network topology, focusing on relevant regions of interest. We observed stimulation-related changes in FC in supplementary motor (p = 0.0029), inferior frontal gyrus (p = 0.0058), and temporo-occipital (p = 0.0095) areas, though these were not directly related to motor improvement. The feature most strongly associated with FMA improvement in the chronic stroke cohort was graph topology of the dorsal attention network (DAN), one of the regions surveyed and one with direct connections to each of the areas with FC changes. Chronic stroke subjects with a greater degree of motor improvement had lower signal transmission cost through the DAN (p = 0.029). While the study was limited by a small stroke cohort with moderate severity and variable lesion location, these results nevertheless suggest a top-down role for higher order areas such as attention in helping to orchestrate the stroke recovery process.
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 ».