Gray matter atrophy in Parkinson disease with dementia and dementia with Lewy bodies
Notice bibliographique
Résumé
BACKGROUND: The nosologic relationship between dementia with Lewy bodies (DLB) and Parkinson disease with dementia (PDD) is continuously being debated. We conducted a study using voxel-based morphometry (VBM) to explore the pattern of cortical atrophy in DLB and PDD. METHODS: Seventy-four patients and healthy elderly were imaged (healthy elderly n = 20, PDD n = 15, DLB n = 18, and Alzheimer dementia [AD] n = 21).Three dimensional T1-weighted MRI were acquired, and images analyzed using VBM. The following diagnostic criteria were used: criteria proposed by the third report of the DLB Consortium for DLB, the National Institute of Neurological and Communicative Disorders and Stroke and the Alzheimer's Disease and Related Diseases Association criteria for AD, and Diagnostic and Statistical Manual of Mental Disorders, fourth edition criteria for dementia in PDD. RESULTS: Overall dementia severity was similar in the dementia groups. We found more pronounced cortical atrophy in DLB than in PDD in the temporal, parietal, and occipital lobes. Patients with AD had reduced gray matter concentrations in the temporal lobes bilaterally, including the amygdala, compared to PDD. Compared to DLB, the AD group had temporal and frontal lobe atrophy. CONCLUSION: We found that despite a similar severity of dementia, patients with dementia with Lewy bodies (DLB) had more cortical atrophy than patients with Parkinson disease with dementia (PDD), indicating different brain substrates underlying dementia in the two syndromes. Together with previous studies reporting subtle clinical and neurobiologic differences between DLB and PDD, our findings support the hypothesis that PDD and DLB are not identical entities, but rather represent two subtypes of a spectrum of Lewy body disease.
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) | 0,000 | 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) | 0,000 | 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 ».