Basal ganglia as an fMRI motor neurofeedback target in Parkinson’s disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Parkinson's disease (PD) is a progressive neurodegenerative disorder characterized by motor impairments. While pharmacological treatments offer symptom alleviation, their long-term effectiveness is insufficient. Deep Brain Stimulation (DBS) is a neurosurgical treatment that targets brain pathways to alleviate motor symptoms in PD. It is a highly invasive procedure and carries associated risks. This prompts investigation of non-invasive alternatives, such as real-time functional Magnetic Resonance Imaging (rt-fMRI) neurofeedback (NF). This work investigates the feasibility of using the basal ganglia, more specifically the putamen, a key structure in the motor network, as a potential NF target region. Two rt-fMRI studies were conducted: (i) Twelve healthy individuals participated in a single-blind, crossover study involving one MRI session targeting the putamen and the supplementary motor area (SMA) in separate runs. (ii) Twelve PD patients followed the same protocol but with three MRI sessions. We investigated whether participants could learn to voluntarily control brain activity through NF training. The PD patients successfully recruited the putamen during NF-reinforced motor imagery, which was also found at trend level in the healthy participants. We found no learning effect and no difference in putamen activation when it was directly targeted versus when the target signals came from the SMA. Overall, widespread cortical and subcortical areas involved in motor control were activated during neurofeedback. This study demonstrates for the first time that PD patients can modulate putamen activity through NF training, supporting its potential as a non-invasive neuromodulation target. This opens opportunities for integrating invasive and non-invasive neuromodulation for PD treatment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle