Combining cortical and spinal stimulation maximizes improvement of gait after spinal cord injury
Notice bibliographique
Résumé
Summary Most spinal cord injuries (SCI) spare descending motor pathways and sublesional networks, which can be activated through motor cortex and spinal cord stimulation to mitigate locomotor deficits. However, the potential synergy between cortical and spinal stimulation as a neuroprosthetic intervention remains unknown. Here, we first investigated phase-locked electrical stimulation of the motor cortex and lumbar spinal cord at 40 Hz in a rat model of unilateral SCI. Combining cortical and lumbar stimulation around the anticipated lift synergistically enhanced leg movements. When integrated into rehabilitation training, cortical stimulation proved essential for recovery of skilled locomotion. As a further refinement, we next investigated the effects of high-frequency (330 Hz) lumbar and sacral stimulation combined with cortical stimulation. Timely integration during the swing phase showed that cortical and rostral lumbar stimulations enhance the initial and mid-swing phases, while sacral stimulation improves extension velocity in the late swing. These findings indicate that supraspinal and sublesional neuromodulation offer complementary neuroprosthetic effects in targeted SCI gait rehabilitation. Highlights Cortical and spinal stimulations summate motor outputs via distinct pathways. Each improves gait post-SCI, but combined stimulation maximizes gait improvement. Integrating cortico-spinal stimulation into rehabilitation promotes lasting recovery. EES capabilities extended using high-frequency lumbosacral protocols.
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) | 0,003 | 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 ».