MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402476141 · doi:10.1371/journal.pone.0310312

White matter disconnection impacts proprioception post-stroke

2024· article· en· W4402476141 sur OpenAlexafffund
Matthew J. Chilvers, Trevor A. Low, Deepthi Rajashekar, Sean P. Dukelow

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesAlberta Innovates - Health SolutionsHeart and Stroke Foundation of Canada
Mots-clésProprioceptionDisconnectionSuperior longitudinal fasciculusFasciculusWhite matterPsychologyPhysical medicine and rehabilitationArcuate fasciculusNeuroimagingNeuroscienceCorticospinal tractStroke (engine)Corpus callosumCorona radiata (embryology)Inferior longitudinal fasciculusGrey matterMedicineMagnetic resonance imagingTractographyDiffusion MRIPhysicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Proprioceptive impairments occur in approximately 50-64% of people following stroke. While much is known about the grey matter structures underlying proprioception, our understanding of the white matter correlates of proprioceptive impairments is less well developed. It is recognised that behavioural impairments post-stroke are often the result of disconnection between wide-scale brain networks, however the disconnectome associated with proprioception post-stroke is unknown. In the current study, white matter disconnection was assessed in relation to performance on a robotic arm position matching (APM) task. Neuroimaging and robotic assessments of proprioception were collected for 203 stroke survivors, approximately 2-weeks post-stroke. The robotic assessment was performed in a KINARM Exoskeleton robotic device and consisted of a nine-target APM task. First, the relationship between white matter tract lesion load and performance on the APM task was assessed. Next, differences in the disconnectome between participants with and without impairments on the APM task were examined. Greater lesion load to the superior longitudinal fasciculus (SLF II and III), arcuate fasciculus (all segments) and fronto-insular tracts were associated with worse APM task performance. In those with APM task impairments, there was, additionally, disconnection of the posterior corpus callosum, inferior fronto-occipital fasciculus, inferior longitudinal fasciculus and optic radiations. This study highlights an important perisylvian white matter network supporting proprioceptive processing in the human brain. It also identifies white matter tracts, important for relaying proprioceptive information from parietal and frontal brain regions, that are not traditionally considered proprioceptive in nature.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,316
Écart entre enseignants0,247 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→