Glucose metabolism in small subcortical structures in Parkinson’s disease
Notice bibliographique
Résumé
OBJECTIVES: Evidence from experimental animal models of Parkinson's disease (PD) suggests a characteristic pattern of metabolic perturbation in discrete, very small basal ganglia structures. These structures are generally too small to allow valid investigation by conventional positron emission tomography (PET) cameras. However, the high-resolution research tomograph (HRRT) PET system has a resolution of 2 mm, sufficient for the investigation of important structures such as the pallidum and thalamic subnuclei. MATERIALS AND METHODS: Using the HRRT, we performed [(18)F]-fluorodeoxyglucose (FDG) scans on 21 patients with PD and 11 age-matched controls. We employed three types of normalization: white matter, global mean, and data-driven normalization. We performed volume-of-interest analyses of small subcortical gray matter structures. Voxel-based comparisons were performed to investigate the extent of cortical hypometabolism. RESULTS: The most significant level of relative subcortical hypermetabolism was detected in the external pallidum (GPe), irrespective of normalization strategy. Hypermetabolism was suggested also in the internal pallidum, thalamic subnuclei, and the putamen. Widespread cortical hypometabolism was seen in a pattern very similar to previously reported patterns in patients with PD. CONCLUSION: The presence and extent of subcortical hypermetabolism in PD is dependent on type of normalization. However, the present findings suggest that PD, in addition to widespread cortical hypometabolism, is probably characterized by true hypermetabolism in the GPe. This finding was predicted by the animal 2-deoxyglucose autoradiography literature, in which high-magnitude hypermetabolism was also most robustly detected in the GPe.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».