Medial Temporal Hypoperfusion and Aggression in Alzheimer Disease
Notice bibliographique
Résumé
BACKGROUND: It is not understood why some patients with Alzheimer disease (AD) display aggression and others do not. OBJECTIVE: To examine the relation between regional brain perfusion and aggression in AD. DESIGN: Single-photon emission computed tomographic scans were coregistered to a standardized template in Talairach space, generating mean ratios of uptake referenced to the cerebellum. PARTICIPANTS: Forty-nine outpatients (25 men and 24 women; mean +/- SD age, 74 +/- 11 years) with probable AD (Mini-Mental State Examination score, 17.7 +/- 5.0; 30 aggressive and 19 nonaggressive), comparable in age, sex, and severity of cognitive impairment. MAIN OUTCOME MEASURES: Regional perfusion ratios were determined for 5 bilateral regions of interest: orbitofrontal, middle medial temporal, inferior medial temporal, hypothalamus/thalamus, and anterior cingulate. RESULTS: Compared with nonaggressive patients, aggressive ones displayed hypoperfusion in the right and left middle medial temporal regions of interest (P = .02 for both), but not the others (all (t tests, unpaired, 2-tailed). On regression analyses, right middle temporal hypoperfusion (P = .001), younger age (P = .002), greater activity disturbances (P = .004), and higher Mini-Mental State Examination scores (P = .04) independently predicted aggression, accounting for 44% of the total variance (F = 8.7; P<.001). Statistical parametric mapping analyses supported right middle medial temporal hypoperfusion in the aggressive group (P = .008). CONCLUSION: In this sample of patients with AD, the right middle medial temporal region emerged as an important neural correlate of aggression.
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 ».