MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412536036 · doi:10.1101/2025.07.19.25331836

Reward network modulation while learning movements to music during weekly multisensory training program for people with Parkinson’s disease: mood effects over 7-yrs

2025· preprint· en· W4412536036 sur OpenAlexafffund
E. D’Alessandro, Ashkan Karimi, Karolina A. Bearss, Rachel J. Bar, Joseph F. X. DeSouza

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensSystems, Applications & Products in Data Processing (Canada)Algoma UniversityYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaParkinson Canada
Mots-clésMoodPsychologyParkinson's diseaseModulation (music)Physical medicine and rehabilitationTraining (meteorology)Cognitive psychologyNeuroscienceDiseaseMedicineClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Dance is an art form and simultaneously a form of exercise that provides pleasure to individuals who practise it regularly with subsequent improvements to motor and non-motor symptoms in people with Parkinson’s disease (PD). Recent evidence suggests that dance promotes neuroplasticity and correlates with improvements of depression scores in individuals with PD. However, no neuroplasticity studies using fMRI and EEG have been conducted on people with Parkinson’s disease (PwPD) who attend community dance programs. Thus, we present an observational examination across 7-years that explores the effects of non-motor symptoms of anxiety and depression. The study utilized multimodal recordings from functional MRI (fMRI), electroencephalogram (EEG) and measured affective state using the expanded version of the Positive and Negative Affect Schedule (PANAS-X) questionnaire. fMRI was performed at four time points in the first year (September, December, January, and May) where participants visualized/imagined the choreography they had learned in the dance studio while listening to the recording of the music in the MRI. Resting state EEG was recorded immediately before and after the dance class when the dancers volunteered over the 7 years. In addition, mood was monitored using the PANAS-X in conjunction with the EEG sessions. The PANAS-X was sorted by generalized anxiety disorder (positive and negative affect) symptoms, and major depressive disorder (positive and negative affect) symptoms, along with standard general negative affect (GNA) and general positive affect (GPA). This analysis reveals significant improvements in both symptoms after dance and across time. fMRI results show significant BOLD signal changes in the nucleus accumbens and anterior cingulate cortex, along with trends in other regions in the reward pathway such as the ventral tegmental area and the orbitofrontal cortex. rsEEG results show significant increases in alpha peak values after dance, in both EO and EC conditions. The findings support the idea that dance is a multimodal form of neurorehabilitation with beneficial effects on both motor and non-motor symptoms, including anxiety and depression.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→