MétaCan
Menu
Retour à la cohorte

MECHANISMS OF MOTOR RECOVERY IN A NON-HUMAN PRIMATE MODEL OF CHRONIC STROKE

2017· other· en· W6927131747 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiphtheria, Corynebacterium, and Tetanus
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChronic strokeStroke (engine)Task (project management)Stroke recoveryPrimateMotor functionActivities of daily living

Résumé

récupéré en direct d'OpenAlex

Stroke is the leading cause of death and disability and has the largest socioeconomic burden of any disease in Canada. Survivors are frequently left with long-term disabilities that diminish their autonomy and quality of life and result in the need for chronic care. As such, there is an urgent need for therapies that improve stroke recovery, as well as accurate and quantitative tools to measure function. Non-human primates closely resemble humans in neuroanatomy and upper limb function, and may be crucial in bridging the translational gap for testing stroke therapies. Cynomolgus macaques were trained on a visually guided reaching task on the Kinesiological Instrument for Normal and Altered Reaching Movements (KINARM). We then induced strokes in these animals by transiently occluding the medial cerebral artery for 90 minutes and assessed their motor performance on the same reaching task throughout recovery. During the weeks following stroke, we noted recovery of function that plateaued by two months post-stroke. In comparing performance in this chronic stroke state to performance pre-stroke, we found that hand movements in the task became slower, less accurate, and less stereotyped. Taken together, these studies highlight specific sensorimotor deficits in visually guided reaching movements following stroke and validate the use of robotic assessment tools in identifying and quantifying such deficits.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0050,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,339
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Même sujetDiphtheria, Corynebacterium, and TetanusTravaux en français237 207