Development and Validation of a Machine Learning-Derived Kinematic Deviation Index for the Evaluation of Forelimb in Rodents
Notice bibliographique
Résumé
Background: Rodent models are widely used to study neurological conditions and assess forelimb movement to measure functional performance, deficit, recovery, and treatment effectiveness. Traditional assessment methods based on endpoints such as whether the task is successfully accomplished, while easy to implement, provide limited information on movement patterns critical for assessing different functional strategies. On the other side, detailed kinematic analysis provides granular information on the movement patterns but is difficult to compare across laboratories and may not translate to clinical metrics of upper limb function. Methods: To address these limitations, we developed and validated a machine learning derived kinematic deviation index (KDI) for rodents that mimics current trends in clinical neurological research. The KDI is a unitless summary score that quantifies the difference between an animal movement during a task and its optimal performance derived from spatiotemporal marker sequences without pre-specifying movements. Results: We demonstrate the utility of KDI in assessing reaching and grasping in mice and validate its discrimination between trial endpoints in healthy animals. Furthermore, we show KDI sensitivity to interventions disrupting neurological function, including acute and chronic spinal cord injury and optogenetic disruption of sensorimotor circuits. Conclusion: The KDI provides a comprehensive measure of motor function that bridges the gap between detailed kinematic analysis and simple success/failure metrics, offering a valuable tool for assessing recovery and compensation in rodent models of neurological disorders.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».