Neural Correlates of Syntactic Processing in the Nonfluent Variant of Primary Progressive Aphasia
Notice bibliographique
Résumé
The left posterior inferior frontal cortex (IFC) is important for syntactic processing, and has been shown in many functional imaging studies to be differentially recruited for the processing of syntactically complex sentences relative to simpler ones. In the nonfluent variant of primary progressive aphasia (PPA), degeneration of the posterior IFC is associated with expressive and receptive agrammatism; however, the functional status of this region in nonfluent PPA is not well understood. Our objective was to determine whether the atrophic posterior IFC is differentially recruited for the processing of syntactically complex sentences in nonfluent PPA. Using structural and functional magnetic resonance imaging, we quantified tissue volumes and functional responses to a syntactic comprehension task in eight patients with nonfluent PPA, compared to healthy age-matched controls. In controls, the posterior IFC showed more activity for syntactically complex sentences than simpler ones, as expected. In nonfluent PPA patients, the posterior IFC was atrophic and, unlike controls, showed an equivalent level of functional activity for syntactically complex and simpler sentences. This abnormal pattern of functional activity was specific to the posterior IFC: the mid-superior temporal sulcus, another region modulated by syntactic complexity in controls, showed normal modulation by complexity in patients. A more anterior inferior frontal region was recruited by patients, but did not support successful syntactic processing. We conclude that in nonfluent PPA, the posterior IFC is not only structurally damaged, but also functionally abnormal, suggesting a critical role for this region in the breakdown of syntactic processing in this syndrome.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».