P.026 Structural deficits with preserved kinematic performance after sport-related concussion
Notice bibliographique
Résumé
Background: Identifying white matter abnormalities after acute concussion is challenging due to variable microstructural changes and individual imaging limitations. Combining diffusion tensor imaging (DTI) and neurite orientation dispersion and density imaging (NODDI) improves sensitivity to alterations. This study integrates neuroimaging and behavioural assessments to improve detection and characterization of abnormalities for clinical management. Methods: We recruited 12 recently concussed athletes (21 ± 2.1 years, 7 ± 4.6 days post-injury; 9 completed behavioural testing) and 24 controls. All participants underwent DTI and NODDI to assess white matter integrity. Kinematic performance was evaluated using the Kinarm exoskeleton robot’s Reverse Visually Guided Reaching (RVGR) task. Group differences in imaging and kinematic metrics were analyzed using permutation-based and parametric tests, controlling for age and sex. Results: Concussed athletes had elevated fractional anisotropy, reduced mean and radial diffusivity, and lower isotropic volume fraction in affected tracts. However, no group differences emerged in RVGR parameters, indicating intact sensorimotor function despite imaging abnormalities. Conclusions: Our findings reveal that acute concussion leads to measurable microstructural changes without corresponding functional deficits on a cognitive inhibition task. These findings highlight the clinical utility of neuroimaging for early and precise diagnosis, emphasizing its sensitivity over behavioural measures to detect subtle impairment for acute concussion management.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».