Effects of rhythmic-cued gait training on gait-like task related brain activation in people with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Walking impairment is one of the most debilitating symptoms of multiple sclerosis (MS). A better understanding of brain mechanisms underlying successful gait training could help to improve development of targeted therapy. We therefore investigated changes in brain activation associated with improvements in walking function after rhythmic-cued gait training. METHODS: Thirty-one people with MS (pwMS; median EDSS = 2.5, range:2.0-5.0) and 17 age- and sex-matched healthy controls (HC) completed behavioural and MRI assessments at baseline and post-intervention (four weeks after baseline). All included pwMS received a four-week actual and/or imagined gait training with rhythmic-auditory cueing, while HC received no intervention. All participants performed a bipedal ankle plantar- and dorsiflexion and a corresponding motor-imagery task during fMRI. PwMS displaying a > 5 % walking distance increase in the 2-Minute Walk Test (2MWT) from baseline to post-intervention were defined as responders. RESULTS: Responders did not differ from non-responders in terms of demographics, clinical variables, and walking function at baseline. Responders, non-responders, and HC showed similar movement-related brain activation at baseline. At post-intervention, responders showed decreased brain activation within the premotor cortex, precuneus, and middle frontal gyrus during the movement task. Stronger decreases within these areas were associated with higher walking function improvements in all pwMS after controlling for potential confounders. No association was observed between walking function and motor imagery-related brain activation changes. CONCLUSION: Improved walking function after rhythmic-cued gait training was associated with reduced brain activation in motor planning and attention areas. This suggests a more efficient recruitment of areas subserving motor function after successful training.
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 ».