Modeling Hand Motor Outcome Following Stroke using Multimodal MRI - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Modeling Hand Motor Outcome Following Stroke using Multimodal MRI

Modélisation de la récupération motrice de la main en IRM multimodale après un infarctus cérébral

Résumé

Hand motor impairment is one of the most disabling neurological deficits following stroke, as hand play a crucial role in daily life activities. Moreover, the variability of hand motor recovery among patients and the incomplete understanding of contributing factors of recovery remains the key challenges in stroke research. Some biomarkers have been currently identified, such as initial motor severity, age, or lesion volume, but the predictive values are still considered insufficient. Non-routine neuroimaging MRI, providing non-invasive and quantitative measures of brain structural and functional changes after stroke, may help to explain the residual variance.Using populations from three longitudinal studies (ISIS-HERMES, IRMAS, and RESSTORE) with clinical, behavioral, and multimodal MRI assessments, the current thesis sought to investigate predictive models and neural correlates of hand motor recovery using 5 different MRI modalities, including task-fMRI, diffusion-weighted imaging (DWI), resting-state fMRI (rs-fMRI), surface-based morphometry, and voxel-based lesion-symptom mapping (VLSM), when used either independently or in combination.The results of our first study, using functional MRI, showed that spatiotemporal patterns of task-related sensorimotor brain activity, specifically those involved in the dorsolateral and dorsomedial network, predict hand motor recovery. Second, using DWI, we showed that in addition to the integrity of the corticospinal tract (CST), other white matter tracts, such as the superior longitudinal fasciculus (SLF), corpus callosum (CC) and anterior corona radiata (ACR), contribute in ipsilateral hand impairment. Third, we showed that both visuomotor and motor functional connectivity can predict six-month hand motor outcome. In the fourth study, we found that cortical thickness may provide prediction accuracy that is comparable to that of initial clinical severity. Moreover, lesions in the CST, at the level of the posterior limb of internal capsule (PLIC) and corona radiata, were associated with a bad hand motor outcome at six-months follow-up. Lastly, we found that hand motor outcome was best predicted by task-fMRI with improved prediction if used together with DWI and that DWI would be the best predictor for more global measures.Our findings suggest that MRI modalities may improve hand motor recovery models currently used in clinical settings, and that each modality provide predictive values depending on the specific type of outcome that is measured. This thesis also highlights the neural correlates involved in hand motor impairment and recovery. Moreover, MRI biomarkers may be useful to assess the effects of novel therapies in stroke.
L’atteinte motrice de la main après un accident vasculaire cérébral (AVC) est une cause majeure de handicap, les gestes manuels étant indispensables aux activités de la vie quotidienne. En outre, la récupération motrice de la main est très hétérogène chez les patients AVC, et les facteurs intervenant dans la récupération restent mal connus. Certains de ces facteurs ont été identifiés, tels que l’âge, la sévérité initiale, ou le volume lésionnel, mais leur utilisation en tant que biomarqueurs est limitée, car ils n’expliquent que partiellement la récupération motrice de la main. La neuro-imagerie IRM, en apportant des mesures non invasives et quantifiées des modifications structurales et fonctionnelles observées après l’AVC, pourraient permettre d’expliquer une partie de la variance résiduelle de la récupération.Le présent travail s’appuie sur les données cliniques, expérimentales et IRM acquises de façon longitudinale dans 3 études différentes (ISIS-HERMES, IRMAS, et RESSTORE), pour tester des modèles prédictifs et les corrélats neuronaux de la récupération motrice de la main en utilisant les 5 modalités IRM suivantes, de façon unimodale ou multimodale: IRM fonctionnelle (IRMf) d’activation basée sur une tâche motrice, IRMf de repos, IRM morphométrique, analyse de lésion par ‘voxel-based lesion-symptom mapping (VLSM)’, et IRM de diffusion.Les résultats de notre première étude montrent que l’activation spatiotemporelle en IRMf des réseaux sensorimoteurs dorsolateral et dorsomedial prédit la récupération motrice. Dans une deuxième étude basée sur l’IRM de diffusion, le degré d’intégrité du faisceau corticospinal (CST) et d’autres tracts de la substance blanche tels que le faisceau longitudinal supérieur, le corps calleux, et la corona radiata antérieure permettaient d’expliquer l’atteinte de la main ipsilatérale. Dans la troisième étude basée sur l’IRMf de repos, la connectivité fonctionnelle motrice et visuomotrice prédit la force de la main six mois après un AVC. Dans la quatrième étude, l’épaisseur corticale prédit la récupération motrice aussi bien voire mieux que le déficit moteur initial. En outre, l’étude des lésions en VLSM montre que les localisations du CST au niveau du bras postérieur de la capsule interne et de la corona radiata étaient associées à l’absence de récupération motrice de la main lors du suivi à 6 mois. Dans la dernière étude, basée sur une approche IRM multimodale, l’IRMf, associé ou non à la diffusion, est le meilleur prédicteur de la récupération motrice de la main, alors que l’IRM de diffusion est un meilleur prédicteur pour les mesures de récupération globale.L’ensemble de ces résultats suggère que l’utilisation de biomarqueurs IRM peut améliorer la prédiction de la récupération motrice dans un contexte clinique, et que la modalité à utiliser dépend de la fonction à prédire. Ce travail met également en évidence les corrélats neuronaux impliqués dans la récupération motrice de la main. Enfin, ces biomarqueurs IRM pourraient servir à évaluer l’effet de nouvelles thérapies dans l’AVC.
Fichier principal
Vignette du fichier
HANNANU_2022_archivage.pdf (13 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04095206 , version 1 (11-05-2023)

Identifiants

  • HAL Id : tel-04095206 , version 1

Citer

Firdaus Fabrice Hannanu. Modeling Hand Motor Outcome Following Stroke using Multimodal MRI. Neuroscience. Université Grenoble Alpes [2020-..], 2022. English. ⟨NNT : 2022GRALS037⟩. ⟨tel-04095206⟩
44 Consultations
57 Téléchargements

Partager

Gmail Facebook X LinkedIn More