Bulletin of Rehabilitation MedicineBulletin of Rehabilitation MedicineВестник восстановительной медицины2078-19622713-2625National Medical Research Center for Rehabilitation and Balneology67767010.38025/2078-1962-2025-24-3-66-76ArticlesСтатьиResearch ArticleFunctional magnetic resonance imaging in predicting post-stroke rehabilitation outcomes: a plot clinical studyФункциональная магнитно-резонансная томография в прогнозировании результатов реабилитации после инсульта: экспериментальное клиническое исследованиеhttps://orcid.org/0000-0001-5123-5991PogonchenkovaIrene V.ПогонченковаИрэна Владимировна
Russian Federation

D.Sc. (Med.), Associate Professor, Director

доктор медицинских наук, доцент, директор

ludmila.v.petrova@yandex.ruhttps://orcid.org/0000-0003-0629-9659KostenkoElena V.КостенкоЕлена Владимировна
Russian Federation

D.Sc. (Med.), Deputy Director for Scientific Work; Neurologist, Professor at the Department of Neurology, Neurosurgery and Medical Genetics

доктор медицинских наук, заместитель директора по научной работе; невролог, профессор кафедры неврологии, нейрохирургии и медицинской генетики

ludmila.v.petrova@yandex.ruhttps://orcid.org/0000-0001-7483-1796KashezhevAlim G.КашежевАлим Гумарович
Russian Federation

Ph.D. (Med.), Senior Researcher

кандидат медицинских наук, старший научный сотрудник

ludmila.v.petrova@yandex.ruhttps://orcid.org/0000-0003-0353-553XPetrovaLyudmila V.ПетроваЛюдмила Владимировна
Russian Federation

Ph.D. (Med.), Senior Researcher, Neurologist, Head of the Department of Medical Rehabilitation

кандидат медицинских наук, старший научный сотрудник, невролог, заведующий отделом медицинской реабилитации

ludmila.v.petrova@yandex.ruSpasokukotsky Moscow Centre for Research and Practice in Medical Rehabilitation, Restorative and Sports MedicineМосковский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины им С.И. СпасокукоцкогоPirogov Russian National Research Medical UniversityРоссийский национальный исследовательский медицинский университет им. Н.И. Пирогова0906202524366762403202514042025Copyright ©; 2025, Pogonchenkova I.V., Kostenko E.V., Kashezhev A.G., Petrova L.V.Copyright ©; 2025, Погонченкова И.В., Костенко Е.В., Кашежев А.Г., Петрова Л.В.2025Pogonchenkova I.V., Kostenko E.V., Kashezhev A.G., Petrova L.V.Погонченкова И.В., Костенко Е.В., Кашежев А.Г., Петрова Л.В.https://creativecommons.org/licenses/by/4.0https://journals.eco-vector.com/2078-1962/article/view/677670

INTRODUCTION. Determining the rehabilitation potential (RP) after ischemic stroke (IS) is a key aspect for predicting the restoration of impaired functions and selecting appropriate rehabilitation strategies. Currently, there is no universal and reliable method for assessing RP. Existing protocols are primarily designed to predict outcomes in the acute phase of IS and lack sufficient specificity and sensitivity. Functional magnetic resonance imaging (fMRI) may be considered a potential method for RP assessment.

AIM. To evaluate the feasibility of using fMRI as a predictor of functional recovery following IS.

MATERIALS AND METHODS. The study included 34 patients (age 62.0 [58.0; 65.0] years) in the early recovery period after IS, presenting with hemi- or monoparesis scored between 2 and 4 on the MRC scale, who underwent medical rehabilitation (MR) at the S.I. Spasokukotsky Moscow Centre for Research and Practice in Medical Rehabilitation, Restorative and Sports Medicine for 12 days. All patients received kinesiotherapy and physiotherapy. To assess baseline status and track changes in functional impairments, the following scales were used: MRCS, MAS, FMA, NHPT, FAT, ARAT, BBT, TUG, Tinetti, BBS, RMI, BI. All participants underwent fMRI with a simple motor task for each limb to evaluate the degree of activation in the cerebral cortex.

RESULTS AND DISCUSSION. Upon completion of the MR course, statistically significant improvements were observed in the Tinetti, NHPT, BBT, BBS, FMA-UE, RMI, BI, TUG, ARAT, FAT, MRCS scales (p < 0.01). Patients with higher cortical activation showed better outcomes in FMA-UE scores, although no statistically significant differences were found compared to those with lower cortical activation. Distinct activation patterns in specific brain areas were observed during the performance of elementary motor tasks. Increased activity in the affected hemisphere during paretic limb movements was associated with a trend toward better recovery, though this did not reach statistical significance (p = 0.056). In patients with low activation of the affected hemisphere, ipsilateral cerebellar hemisphere activation was additionally observed during movement of the paretic hand.

CONCLUSION. The study results do not provide sufficient evidence to confirm the reliability of fMRI in predicting functional recovery. Further research is required to evaluate the effectiveness of this method in clinical practice.

ВВЕДЕНИЕ. Определение реабилитационного потенциала (РП) после ишемического инсульта (ИИ) является важным аспектом для прогноза восстановления нарушенных функций и выбора реабилитационных мероприятий. В настоящее время не существует универсального и достоверного метода определения реабилитационного потенциала. Имеющиеся протоколы предназначены для определения прогноза в основном в остром периоде ИИ и не обладают достаточной специфичностью и чувствительностью. В качестве одного из возможных методов определения реабилитационного потенциала может рассматриваться функциональная магнитно-резонансная томография (фМРТ).

ЦЕЛЬ. Определение возможности использования фМРТ в качестве предиктора функционального восстановления после перенесенного ИИ.

МАТЕРИАЛЫ И МЕТОДЫ. В исследовании приняли участие 34 пациента (возраст составил 62,0 [58,0; 65,0] года) в ранний восстановительный период ИИ с геми- или монопарезом от 2 до 4 баллов по MRC, проходившие медицинскую реабилитацию (МР) на базе ГАУЗ «Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины им. С.И. Спасокукоцкого Департамента здравоохранения города Москвы» в течение 12 дней. Всем пациентам проводилась кинезиотерапия и физиотерапевтическое лечение. Для анализа динамики функциональных нарушений использовали шкалы MRCS, MAS, FMA-UE, NHPT, FAT, ARAT, BBT, TUG, Тинетти, BBS, RMI, BI. Всем пациентам была проведена фМРТ с простой двигательной задачей для каждой конечности с целью определения степени активации зон коры головного мозга.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ. По завершении курса МР выявлена статистически значимая динамика по шкалам Тинетти, NHPT, BBT, BBS, FMA-UE, RMI и BI, TUG, ARAT, FAT, MRCS (р < 0,01). Динамика функционального восстановления у пациентов с высокой степенью активации коры головного мозга показала лучшие результаты по FMA UE без достоверных различий с пациентами с низкой активацией коры. Выявлены отличия в активности отдельных зон головного мозга при выполнении элементарного моторного задания. Увеличение активности в пораженном полушарии во время выполнения простого задания паретичной конечностью демонстрировало тенденцию к лучшему восстановлению функции, хотя и не достигало статистической значимости (p = 0,056). У пациентов с низкой степенью активации пораженного полушария при выполнении движений паретичной рукой дополнительно активировалось ипсилатеральное полушарие мозжечка.

ЗАКЛЮЧЕНИЕ. Результаты исследования не позволяют с уверенностью утверждать о надежности фМРТ для прогнозирования функционального восстановления. Необходимо дальнейшее изучение фМРТ для оценки эффективности применения метода в клинической практике.

functional MRIneurorehabilitationrehabilitation potentialmotor rehabilitationmedical rehabilitationneuroimagingфункциональная МРТнейрореабилитацияреабилитационный потенциалдвигательная реабилитациямедицинская реабилитациянейровизуализацияПравительство МосквыMoscow Government1503-7/23World Stroke Organization. Global Stroke Fact Sheet 2022. Available at: https://www.dropbox.com/scl/fi/tiqrhvs06s58yamxa053x/World-Stroke-Organization-WSO-Global-Stroke-Fact-Sheet-2022.pdf?rlkey=pbndaqvaadzpij099dwe6psx5&e=1&dl=0 (Accessed 14.04.2025).GBD 2021 Stroke Risk Factor Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990–2021: a systematic analysis for the Global Burden of Disease Study 2021. Lancet Neurol. 2024; 23(10): 973–1003. https://doi.org/10.1016/s1474-4422(24)00369-7Martin S.S., Aday A.W., Almarzooq Z.I., et al. American Heart Association Council on Epidemiology and Prevention Statistics Committee; Stroke Statistics Subcommittee. 2024 heart disease and stroke statistics: a report of US and global data from the American Heart Association. Circulation. 2024; 149: e347–913. https://doi.org/10.1161/cir.0000000000001209Игнатьева В.И., Вознюк И.А., Шамалов Н.А. и др. Социально-экономическое бремя инсульта в Российской Федерации. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2023; 123(8–2): 5–15. https://doi.org/10.17116/jnevro20231230825 [Ignatyeva V.I., Voznyuk I.A., Shamalov N.A., et al. Socio-economic burden of stroke in the Russian Federation. Journal of Neurology and Psychiatry. 2023; 123(8–2): 5–15. https://doi.org/10.17116/jnevro20231230825 (In Russ.).]Lu W.Z., Lin H.A., Bai C.H., Lin S.F. Posterior circulation acute stroke prognosis early CT scores in predicting functional outcomes: A meta-analysis. PLoS One. 2021; 16(2): e0246906. https://doi.org/10.1371/journal.pone.0246906Liu Y., Yu Y., Ouyang J., et. al. Functional Outcome Prediction in Acute Ischemic Stroke Using a Fused Imaging and Clinical Deep Learning Model. Stroke. 2023; 54(9): 2316–2327. https://doi.org/10.1161/STROKEAHA.123.044072Gaviria E., Muñoz-Moreno E., Pérez-Delgado M.M., et al. Neuroimaging biomarkers for predicting stroke outcomes: a systematic review. Health Sci Rep. 2024; 7(7): e2221. https://doi.org/10.1002/hsr2.2221Crofts A., Kelly M.E., Gibson C.L. Imaging functional recovery following ischemic stroke: clinical and preclinical fMRI studies. J Neuroimaging. 2020; 30(1): 5–14. https://doi.org/10.1111/jon.12668Favre I., Zeffiro T.A., Detante O., et al. Upper limb recovery after stroke is associated with ipsilesional primary motor cortical activity: a meta-analysis. Stroke. 2014; 45(4): 1077–1083. https://doi.org/10.1161/strokeaha.113.003168Zhang Z. Resting-state functional abnormalities in ischemic stroke: a meta-analysis of fMRI studies. Brain Imaging Behav. 2024; 18(6): 1569–1581. https://doi.org/10.1007/s11682-024-00919-1Chi N.F., Ku H.L., Chen D.Y., et al. Cerebral motor functional connectivity at the acute stage: an outcome predictor of ischemic stroke. Sci Rep. 2018; 8(1): 16803. https://doi.org/10.1038/s41598-018-35192-yPuig J., Blasco G., Alberich-Bayarri A., et al. Resting-state functional connectivity MRI and outcome after acute stroke. Stroke. 2018; 49(10): 2353–2360. https://doi.org/10.1161/STROKEAHA.118.021319Du J., Yang F., Zhang Z., et al. Early functional MRI activation predicts motor outcome after ischemic stroke: a longitudinal, multimodal study. Brain Imaging Behav. 2018; 12(6): 1804–1813. https://doi.org/10.1007/s11682-018-9851-yNowak D.A., Grefkes C., Dafotakis M., et al. Effects of low-frequency repetitive transcranial magnetic stimulation of the contralesional primary motor cortex on movement kinematics and neural activity in subcortical stroke. Arch Neurol. 2008; 65(6): 741–747. https://doi.org/10.1001/archneur.65.6.741Rehme A.K., Eickhoff S.B., Rottschy C., et al. Activation likelihood estimation meta-analysis of motor-related neural activity after stroke. Neuroimage. 2012; 59(3): 2771–2782. https://doi.org/10.1016/j.neuroimage.2011.10.023Tang Q., Li G., Liu T., et al. Modulation of interhemispheric activation balance in motor-related areas of stroke patients with motor recovery: systematic review and meta-analysis of fMRI studies. Neurosci Biobehav Rev. 2015; 57: 392–400. https://doi.org/10.1016/j.neubiorev.2015.09.003Richards L.G., Stewart K.C., Woodbury M.L., et al. Movement-dependent stroke recovery: a systematic review and meta-analysis of TMS and fMRI evidence. Neuropsychologia. 2008; 46(1): 3–11. https://doi.org/10.1016/j.neuropsychologia.2007.08.013Hannanu F.A., Zeffiro T.A., Lamalle L., et al. Parietal operculum and motor cortex activities predict motor recovery in moderate to severe stroke. Neuroimage Clin. 2017; 14: 518–529. https://doi.org/10.1016/j.nicl.2017.01.023Grefkes C., Nowak D.A., Eickhoff S.B., et al. Cortical connectivity after subcortical stroke assessed with functional MRI and dynamic causal modeling. Ann Neurol. 2008; 63(2): 236–246. https://doi.org/10.1002/ana.21228Zhao J., Zhang T., Xu J., et al. Functional MRI evaluation of brain function reorganization in cerebral stroke patients after constraint-induced movement therapy. Neural Regen Res. 2012; 7(15): 1158–1163. https://doi.org/10.3969/j.issn.1673-5374.2012.15.006Ghaleh R., Rahimibarghani S., Shirzad N., et al. The role of baseline functional MRI as a predictor of post-stroke rehabilitation efficacy in patients with moderate to severe upper extremity dysfunction. J Behav Brain Sci. 2022; 12(12): 658–669. https://doi.org/10.4236/jbbs.2022.1212039Wilson S.M., Schneck S.M. Neuroplasticity in post-stroke aphasia: a systematic review and meta-analysis of functional imaging studies of reorganization of language processing. Neurobiol Lang. 2021; 2(1): 22–82. https://doi.org/10.1162/nol_a_00025Zhang Z. Network abnormalities in ischemic stroke: a meta-analysis of resting-state functional connectivity. Brain Topogr. 2025; 38(2): 19. https://doi.org/10.1007/s10548-024-01096-6Christidi F., Orgianelis I., Merkouris E., et al. A comprehensive review on the role of resting-state functional magnetic resonance imaging in predicting post-stroke motor and sensory outcomes. Neurology International. 2024; 16(1): 189–201. https://doi.org/10.3390/neurolint16010012Rehme A.K., Eickhoff S.B., Wang L.E., et al. Dynamic causal modeling of cortical activity from the acute to the chronic stage after stroke. Neuroimage. 2011; 55(3): 1147–1158. https://doi.org/10.1016/j.neuroimage.2011.01.014Grefkes C., Ward N.S. Cortical reorganization after stroke: how much and how functional? Brain. 2014; 137(10): 2639–2652. https://doi.org/10.1177/1073858413491147Calautti C., Baron J.C. Functional neuroimaging studies of motor recovery after stroke in adults: a review. Stroke. 2003; 34(6): 1553–1566. https://doi.org/10.1161/01.str.0000071761.36075.a6Cheng S., Xin R., Zhao Y., et al. Evaluation of fMRI activation in post-stroke patients with movement disorders after repetitive transcranial magnetic stimulation: a scoping review. Front Neurol. 2023; 14: 1192545. https://doi.org/10.3389/fneur.2023.1192545Gorgolewski K.J., Auer T., Calhoun V.D., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Sci Data. 2016; 3: 160044. https://doi.org/10.1038/sdata.2016.44BIDS Specification. Available at: https://bids.neuroimaging.io (Accessed 18.03.2025).Esteban O., Markiewicz C.J., Blair R.W., et al. fMRIPrep: a robust preprocessing pipeline for functional MRI. Nat Methods. 2019; 16(1): 111–116. https://doi.org/10.1038/s41592-018-0235-4Esteban O., Markiewicz C.J., Finc K., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. 2020; 15(7): 2186–2202. https://doi.org/10.1038/s41596-020-0327-3fMRIPrep Documentation. Available at: https://fmriprep.org (Accessed 18.03.2025).