Corpus Callosum in Neurodegenerative Diseases: Findings in Parkinson’s Disease
Notice bibliographique
Résumé
Corpus callosum area has been examined in neurodegenerative diseases as a marker for cortical pathology and for differential diagnosis; however, it has not been examined in Parkinson's disease (PD). We compared callosal area in patients with PD and PD with dementia (PDD) to healthy controls and patients with Alzheimer's disease (AD). We subsequently compared our results to a meta-analysis of studies examining callosal area in AD, frontotemporal dementia (FTD), progressive supranuclear palsy (PSP), and corticobasal degeneration (CBD). For the imaging study, midsagittal T1-weighted MRIs were analyzed and the callosal area was determined in patients with PD (n = 24), PDD (n = 25), AD (n = 16) and controls (n = 27). The meta-analysis combined results from all publications (Medline or PubMed) representing unique samples and measuring callosal area in AD, FTD, PSP, and CBD. We found that PD and PDD patients did not show statistically significant callosal atrophy compared to controls (effect size d, 95% CI, d = 0.13, -0.26 to 0.52, and d = 0.05, -0.44 to 0.33, respectively) or AD. The AD patients had a significant loss of callosal area compared to controls (d = -0.58, -1.01 to -0.15). Dementia severity was correlated with total callosal atrophy in AD (R = 0.66, p < 0.01) but not in PDD patients (R = 0.18, p > 0.1). The meta-analysis revealed significant combined effect sizes for callosal atrophy of: AD (d = -1.03, -1.13 to -0.93), FTD (d = -1.21, -1.56 to -0.86), PSP (d = -1.09, -1.38 to -0.81), and CBD (d = -1.80, -2.18 to -1.43). We conclude that PD and PDD patients do not have callosal atrophy in contrast to other neurodegenerative diseases, including AD. Callosal atrophy was correlated with dementia severity in patients with AD but not PDD.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».