Greater Loss of White Matter Integrity in Postural Instability and Gait Difficulty Subtype of Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: Patients with the postural instability and gait difficulty (PIGD) subtype of Parkinson disease (PD) are at a higher risk of dysfunction and are less responsive to dopamine replacement therapy. The PIGD subtype was found to largely associate with white matter lesions, but details of the diffusion changes within these lesions have not been fully investigated. Voxel-based analysis for diffusion tensor imaging data is one of the preferred measures to compare diffusion changes in each voxel in any part of the brain. METHODS: PD patients with the PIGD (n=12) and non-PIGD subtypes (n=12) were recruited to compare diffusion differences in fractional anisotropy, axial diffusivity, and radial diffusivity with voxel-based analysis. RESULTS: Significantly reduced fractional anisotropy in bilateral superior longitudinal fasciculus, bilateral anterior corona radiata, and the left genu of the corpus callosum were shown in the PIGD subtype compared with the non-PIGD subtype. Increased radial diffusivity in the left superior longitudinal fasciculus was found in the PIGD subtype with no statistical differences in axial diffusivity found. CONCLUSIONS: Our study confirms previous findings that white matter abnormalities were greater in the PIGD subtype than in the non-PIGD subtype. Additionally, our findings suggested: (1) compared with the non-PIGD subtype, loss of white matter integrity was greater in the PIGD subtype; (2) bilateral superior longitudinal fasciculus may play a critical role in microstructural white matter abnormalities in the PIGD subtype; and (3) reduced white matter integrity in the PIGD subtype could be mainly attributed to demyelination rather than axonal loss.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| 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 ».