White matter damage in primary progressive aphasias: a diffusion tensor tractography study
Notice bibliographique
Résumé
Primary progressive aphasia is a clinical syndrome that encompasses three major phenotypes: non-fluent/agrammatic, semantic and logopenic. These clinical entities have been associated with characteristic patterns of focal grey matter atrophy in left posterior frontoinsular, anterior temporal and left temporoparietal regions, respectively. Recently, network-level dysfunction has been hypothesized but research to date has focused largely on studying grey matter damage. The aim of this study was to assess the integrity of white matter tracts in the different primary progressive aphasia subtypes. We used diffusion tensor imaging in 48 individuals: nine non-fluent, nine semantic, nine logopenic and 21 age-matched controls. Probabilistic tractography was used to identify bilateral inferior longitudinal (anterior, middle, posterior) and uncinate fasciculi (referred to as the ventral pathway); and the superior longitudinal fasciculus segmented into its frontosupramarginal, frontoangular, frontotemporal and temporoparietal components, (referred to as the dorsal pathway). We compared the tracts' mean fractional anisotropy, axial, radial and mean diffusivities for each tract in the different diagnostic categories. The most prominent white matter changes were found in the dorsal pathways in non-fluent patients, in the two ventral pathways and the temporal components of the dorsal pathways in semantic variant, and in the temporoparietal component of the dorsal bundles in logopenic patients. Each of the primary progressive aphasia variants showed different patterns of diffusion tensor metrics alterations: non-fluent patients showed the greatest changes in fractional anisotropy and radial and mean diffusivities; semantic variant patients had severe changes in all metrics; and logopenic patients had the least white matter damage, mainly involving diffusivity, with fractional anisotropy altered only in the temporoparietal component of the dorsal pathway. This study demonstrates that both careful dissection of the main language tracts and consideration of all diffusion tensor metrics are necessary to characterize the white matter changes that occur in the variants of primary progressive aphasia. These results highlight the potential value of diffusion tensor imaging as a new tool in the multimodal diagnostic evaluation of primary progressive aphasia.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».