Hippocampal abnormalities and memory deficits in Parkinson disease
Notice bibliographique
Résumé
OBJECTIVES: Investigating in a case-control study whether the performance scores of a group of patients with Parkinson disease (PD) without dementia on tests of declarative memory could be predicted by hippocampal volume reduction (as assessed by automatic segmentation of cerebral magnetic resonance [MR] images) or by the rate of microstructural alterations (as evaluated by diffusion tensor analysis of MR images). METHOD: Twenty-five individuals with PD and 25 matched healthy control subjects underwent a 3-T MRI protocol with whole-brain T1-weighted and diffusion tensor imaging and a neuropsychological assessment. Images were processed to obtain indices of macrostructural (volume) and microstructural (mean diffusivity [MD]) variation of bilateral hippocampi. Neuropsychological evaluation included tests of verbal memory (15-minute delayed recall of a 15-word list) and visuospatial memory (20-minute delayed reproduction of Rey complex figure). RESULTS: MD in the hippocampi of patients with PD was significantly increased with respect to that of the group of control subjects. Moreover, patients with high hippocampal MD values obtained low memory scores. In contrast, no difference emerged between patients with PD and healthy control subjects for hippocampal size, and no relationship could be found between hippocampal volumes and memory scores. CONCLUSIONS: These data confirm that the declarative memory impairment in patients with PD without dementia may be predicted by the rate of microstructural alterations in the hippocampal formation as detected by diffusion tensor imaging analysis.
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 ».