Preclinical Huntington's disease: Compensatory brain responses during learning
Notice bibliographique
Résumé
Motor sequence learning is abnormal in presymptomatic Huntington's disease (p-HD). The neural substrates underlying this early manifestation of HD are poorly understood. To study the mechanism of this cognitive abnormality in p-HD, we used positron emission tomography to record brain activity during motor sequence learning in these subjects. Eleven p-HD subjects (age, 45.8 +/- 11.0 years; CAG repeat length, 41.6 +/- 1.8) and 11 age-matched control subjects (age, 45.3 +/- 13.4 years) underwent H(2) (15)O positron emission tomography while performing a set of kinematically controlled motor sequence learning and execution tasks. Differences in regional brain activation responses between groups and conditions were assessed. In addition, we identified discrete regions in which learning-related activity correlated with performance. We found that sequence learning was impaired in p-HD subjects despite normal motor performance. In p-HD, activation responses during learning were abnormally increased in the left mediodorsal thalamus and orbitofrontal cortex (OFC; BA 11/47). Impaired learning performance in these subjects was associated with increased activation responses in the precuneus (BA 18/31). These data suggest that enhanced activation of thalamocortical pathways during motor learning can compensate for caudate degeneration in p-HD. Nonetheless, this mechanism may not be sufficient to sustain a normal level of task performance, even during the presymptomatic stage of the 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».