MétaCan
Menu
Retour à la cohorte
Enregistrement W2336733549 · doi:10.1089/brain.2015.0390

Brain Connectivity Alterations Are Associated with the Development of Dementia in Parkinson's Disease

2015· article· en· W2336733549 sur OpenAlexafffund
Josie‐Anne Bertrand, Anthony R. McIntosh, Ronald B. Postuma, Natasha Kovacevic, Véronique Latreille, Michel Panisset, Sylvain Chouinard, Jean‐François Gagnon

Notice bibliographique

RevueBrain Connectivity · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversité du Québec à MontréalCentre Hospitalier de l’Université de MontréalBaycrest HospitalMontreal General HospitalUniversité de MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDementiaElectroencephalographyMedicineDiseaseAudiologyPsychologyInternal medicineNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Dementia affects a high proportion of Parkinson's disease (PD) patients and poses a burden on caregivers and healthcare services. Electroencephalography (EEG) is a common nonevasive and nonexpensive technique that can easily be used in clinical settings to identify brain functional abnormalities. Only few studies had identified EEG abnormalities that can predict PD patients at higher risk for dementia. Brain connectivity EEG measures, such as multiscale entropy (MSE) and phase-locking value (PLV) analyses, may be more informative and sensitive to brain alterations leading to dementia than previously used methods. This study followed 62 dementia-free PD patients for a mean of 3.4 years to identify cerebral alterations that are associated with dementia. Baseline resting state EEG of patients who developed dementia (N = 18) was compared to those of patients who remained dementia-free (N = 44) and of 37 healthy subjects. MSE and PLV analyses were performed. Partial least squares statistical analysis revealed group differences associated with the development of dementia. Patients who developed dementia showed higher signal complexity and lower PLVs in low frequencies (mainly in delta frequency) than patients who remained dementia-free and controls. Conversely, both patient groups showed lower signal variability and higher PLVs in high frequencies (mainly in gamma frequency) compared to controls, with the strongest effect in patients who developed dementia. These findings suggest that specific disruptions of brain communication can be measured before PD patients develop dementia, providing a new potential marker to identify patients at highest risk of developing dementia and who are the best candidates for neuroprotective trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,273
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain ConnectivityMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207