Une neuroprothèse de stimulation bi-corticale pour le contrôle locomoteur chez le chat intact et suivant une contusion spinale thoracique
Bibliographic record
Abstract
86.000 canadiens souffrent de lésions de la moelle épinière, représentant l’une des causes majeures de paralysie. 70% de ces lésions sont partielles, signifiant qu’une partie des voies de communication entre le cortex, important dans la planification, le contrôle et l’exécution de mouvements volontaires, et la moelle épinière, qui les génèrent, reste préservée. Bien que plusieurs études supportent la grande valeur des stratégies ciblant le contrôle supra-spinal en tant qu’approche pour rétablir la marche, la majorité des interventions de réhabilitation n’engagent pas directement le cortex moteur. Afin de pallier ce manque, nous avons développé une neuroprothèse permettant de stimuler électriquement les deux cortex moteur de façon cohérente lors de la marche. Nous avons utilisé un modèle de chat de contusion thoracique (T10) induisant une paralysie transitoire des membres postérieurs et des déficits locomoteurs à long terme, tel que le traînement du pied. Chez n=3 chats, avant et après contusion spinale, nous avons augmenté la réponse motrice évoquée en optimisant l’amplitude, la synchronisation, la durée et le site de la stimulation. Avant et après la contusion spinale, la neuroprothèse corticale a permis de moduler la trajectoire des membres postérieurs durant la locomotion, tel que démontrée par une augmentation significative de la hauteur du pas et de la vitesse de flexion corrélée avec l’augmentation de l’amplitude de stimulation. Après contusion, notre neuroprothèse bi-corticale a permis une réduction de 40% du traînement en comparaison à la locomotion spontanée. Ces données fournissent une preuve de concept que des protocoles de stimulation corticale peuvent être déployés afin d’améliorer la locomotion et pourraient promouvoir la récupération après une lésion médullaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".