Brain plasticity mechanisms underlying motor control reorganization : a longitudinal study on post-stroke patients

This thesis is focused on the longitudinal study of post-stroke patients, to investigate the mechanism of brain plasticity underlying motor control reorganisation in subjects attending a motor rehabilitation treatment, supported by functional electrical stimulation (FES). Moreover, one of the major objectives of this work is to obtain more information about the determinant factors leading to the achievement of stable improvements (i.e. the "carry-over" effect) after FES-based motor rehabilitation. This is done through the analysis of brain connectivity differences among groups of patients and healthy subjects and connectivity changes with time, after the treatment. Brain connectivity is assessed using the Dynamic Causal Modelling (DCM) framework. Starting from functional magnetic resonance imaging (fMRI) data, these algorithms permit to model neural activity in specific cortical regions and to assess how they interact with each other, through the estimation of model parameters representing directional causal connections/interactions (i.e. effective connectivity). Besides making inferences about the coupling between distinct brain regions, the purpose of DCM is to examine how this coupling is dependent upon the experimental context (i.e. FES).

Questa tesi è incentrata sullo studio longitudinale di pazienti post-ictus, per indagare il meccanismo di plasticità cerebrale alla base della riorganizzazione del controllo motorio in soggetti che frequentano un trattamento di riabilitazione motoria, supportato da stimolazione elettrica funzionale (FES). Inoltre, uno degli obiettivi principali di questo lavoro è quello di ottenere maggiori informazioni sui fattori determinanti che portano al raggiungimento di miglioramenti stabili (cioè l'effetto "carry-over") dopo la riabilitazione motoria basata su FES. Questo viene fatto attraverso l'analisi delle differenze di connettività cerebrale tra gruppi di pazienti e soggetti sani e l’analisi di cambiamenti di connettività nel tempo, dopo il trattamento. La connettività cerebrale viene valutata utilizzando la struttura del Dynamic Causal Modelling (DCM). A partire da dati di risonanza magnetica funzionale (fMRI), questi algoritmi permettono di modellare l'attività neurale in specifiche regioni corticali e di valutare come esse interagiscono tra loro, attraverso la stima dei parametri del modello che rappresentano connessioni/interazioni direzionali e causali (cioè connettività effettiva). Oltre a fare inferenze sull'accoppiamento tra regioni cerebrali distinte, lo scopo del DCM è esaminare come questo accoppiamento dipende dal contesto sperimentale (es. FES).