Acupuncture Stimulation of Taichong (Liv3) and Hegu (LI4) Modulates the Default Mode Network Activity in Alzheimer’s Disease
Notice bibliographique
Résumé
OBJECTIVES: The acupuncture has been used in the therapy of Alzheimer disease (AD), however, its neural underpins are still unclear. The aim of this study is to examine the acupuncture effect on the default mode network (DMN) in AD by using resting state functional magnetic resonance imaging (RS-fMRI). METHODS: Twenty-eight subjects (14 AD and 14 normal controls (NC)) participated in this study. RS-fMRI data were acquired before and after acupuncture, while during the acupuncture, the procession of acupuncture stimulation on the acupoints of Tai chong (Liv3) and Hegu (LI4) lasted for 3 minutes. RESULTS: Region of interest analysis showed that the impaired DMN connectivity in AD (identified by comparing the pre-acupuncture RS-fMRI of AD and NC), specifically the left cingulate gyrus (CG) and right inferior parietal lobule (IPL), were significantly changed for the better. The whole-brain exploratory analysis further demonstrated these results and found some new regions respond to the acupuncture effect on AD, with a cluster in the left posterior cingulate cortex (PCC), the right middle temporal gyrus (MTG) together with right IPL showed increased within-DMN connectivity; and the bilateral CG and left PCu showed decreased within-DMN connectivity. Moreover, the acupuncture effect on the right MTG was significantly correlated with disease severity as measured by Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) scores. CONCLUSION: It was found that the acupuncture stimulation could modulate the DMN activity in AD. The current findings suggest that the acupuncture treatment on the relative earlier AD patients might have a better therapy effect.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».