Linking brain activation to standing balance performance: A systematic review and meta analysis of functional near-infrared spectroscopy literature
Notice bibliographique
Résumé
BACKGROUND: Functional Near-Infrared Spectroscopy (fNIRS) holds promise for clinical applications in the field of balance impairment amelioration; however, the relationship between fNIRS metrics and balance performance remains uncertain. We aimed to quantify the correlations between fNIRS-derived brain activation and standing balance performance, and determine variables that influence these associations. METHODS: We systematically reviewed English-language studies, published across PuBMed, PsycINFO, Embase, CINAHL, Ovid Medline, and Web of Science from inception up until July 1, 2024, that assessed standing balance tasks in adults > 18 years old with or without medical diagnosis measured with fNIRS. Pooled correlation coefficients were synthesized using a random effects restricted maximum likelihood model. RESULTS: Overall, 17 studies were included with 420 participants. Key factors influencing the identified relationships were brain region and participant diagnosis. We identified moderate correlations between balance performance and cortical activation recorded by fNIRS in the supplementary motor area (SMA) (r = 0.52, 95 % CI = 0.39 0.64), and the prefrontal cortex (PFC) (r = 0.47, 95 % CI=0.32 - 0.60). In the PFC, increased oxygenated haemoglobin (HbO) was negatively associated with balance measures. The reverse relationship was reported in the PFC for individuals with physical and cognitive impairment. In the SMA, HbO was positively associated with balance. Few studies found associations between deoxygenated haemoglobin (HbR) and total hemoglobin (HbT) with balance performance. SIGNIFICANCE: Current evidence supports a relationship between fNIRS measures, specifically HbO, with standing balance performance. This relationship depends on the brain region measured, age, and the diagnosis of the participants. To better understand this relationship, there is a need to report standardized balance performance metrics alongside other metrics of interest to better synthesize data across publications. Improved understanding the neural basis of standing balance with fNIRS will lead to more informed interventions for balance rehabilitation.
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 | 0,012 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,019 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».