The role of white matter bundles from the dual-stream system in the language recovery of post-stroke aphasia
Notice bibliographique
Résumé
L’aphasie est un trouble du langage acquis qui survient le plus fréquemment comme conséquence d'un accident vasculaire cérébral (AVC), une lésion vasculaire aiguë dans le cerveau. Ce trouble se manifeste à travers des symptômes tels que des déficits de la production ou de la compréhension du langage, et il est estimé qu'environ 20% des survivants d'un AVC présenteront des symptômes d'aphasie à long terme. Au cours des vingt dernières années, des nombreuses recherches ont tenté d'établir quels facteurs peuvent déterminer le niveau de sévérité de l'aphasie à différents moments, dans le but de prédire la trajectoire de récupération et que les survivants puissent recevoir des interventions plus individualisées. À ce jour, on compte des facteurs cliniques (par exemple, degré initial de sévérité), des facteurs liés à la lésion (par exemple, étendue de la lésion ou sa localisation dans le cerveau) et des facteurs démographiques (par exemple, âge, éducation ou sexe). Une ligne de recherche récente s'est intéressée à la relation entre les lésions et les faisceaux de matière blanche dans le cerveau et la récupération langagière, en utilisant l'imagerie par résonance magnétique de diffusion (IRMd), qui permet de reconstruire les faisceaux de la matière blanche. D’après une des théories prédominantes sur les corrélats neuronaux du langage (le "modèle à double voie"), les chercheurs ont également tenté de relier les déficits de l'aphasie post-AVC aux faisceaux formant ces deux voies, à savoir une voie ventrale et une voie dorsale. Bien que des études pointent vers une relation entre l'intégrité des faisceaux formant ces voies et de meilleurs performances langagières, des divergences existent dans les méthodes de neuroimagerie, l'évaluation du langage et la chronologie des mesures pour confirmer ces associations. Cette thèse a pour objectif d'étudier l'association entre les mesures à la phase aiguë de l'aphasie post-AVC (dans les jours suivant le début de l'AVC), comprenant des mesures langagières, démographiques, liées à la lésion et dérivées de l’IRMd avec les résultats tout au long de la trajectoire de récupération. Nous avons l’objectif de décrire comment ces mesures pourraient prédire les capacités au temps subaigu (dans les 1 à 2 semaines suivant le début de l’AVC), et chronique (au moins 6 mois après l'AVC), et d’investiguer quelles différences existent entre les capacités langagières à chaque moment et chaque période de récupération (le temps défini entre deux moments d’évaluation). Cela nous a permis d'étudier l'évolution du langage dans l'aphasie post-AVC au cours de trois moments clés dans la récupération (temps aigu, subaigu et chronique), couvrant deux périodes de récupération (les phases de récupération précoce et tardive). Nous avons mené trois études pour répondre à ces questions. Dans notre première étude, nous avons exploré comment les mesures aiguës pouvaient prédire les habiletés langagières subaiguës. Nos résultats ont montré que la taille de la lésion, les mesures de diffusion du fascicule arqué droit et la sévérité aiguë de l'aphasie étaient corrélées avec les capacités en temps subaigu, et une analyse de régression utilisant ces prédicteurs ainsi que des covariables a montré une bonne explication de la variance, où la sévérité initiale de l'aphasie s’avère le meilleur prédicteur. Dans notre deuxième étude, nous avons mené une revue narrative de la littérature pour tenter de définir quelles mesures de diffusion étaient les plus stables à travers la résolution de la pathophysiologie de l'AVC. Cette revue a montré que certaines mesures peuvent être plus sensibles aux phénomènes pathophysiologiques sous-jacents liés à l'AVC, et nous a aidé à décider quelles mesures seraient plus pertinentes pour les analyses ultérieures. Enfin, notre troisième étude visait à comparer le potentiel de prédiction des résultats langagières subaigus et chroniques à l'aide de nos mesures aiguës, y compris des mesures de diffusion provenant de faisceaux appartenant aux deux voies fonctionnelles, en plus des prédicteurs que nous avions déjà utilisés dans notre première étude. Dans cette dernière étude, les cibles langagières ont été définies comme les capacités langagières à un temps d’évaluation, ou le changement entre deux temps. Nos résultats ont montré que les mesures extraites des faisceaux de matière blanche étaient dissociées par type de mesure de récupération, mais non pas par période ou temps d’évaluation. Ces résultats suggèrent que des faisceaux des deux voies peuvent être impliqués tout au long du processus de récupération, et que leur rôle sous-jacent dans la récupération est soit de soutenir la performance des capacités langagières, soit de soutenir l'amélioration de ces capacités. Enfin, nos résultats suggèrent également que la lésion peut avoir un impact important sur l'association entre les faisceaux et le langage, et nous croyons que l'investigation de ce facteur améliorerait les futures recherches sur les modèles de prédiction de l'aphasie post-AVC. Nous discuterons dans cette thèse sur comment ces résultats peuvent aborder des questions sur la neuro-récupération chez les personnes atteintes d'aphasie post-AVC, ainsi que l'utilité de nos méthodes pour des recherches futures.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».