Accuracy of transcranial brain parenchyma sonography in the diagnosis of dementia with Lewy bodies
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Transcranial sonography (TCS) of the brain parenchyma is used to visualize alterations in the substantia nigra (SN) and it is applied for early diagnosis of Parkinson's disease. Our aim was to explore specific echogenic alterations of the SN in dementia with Lewy bodies (DLB) compared to Alzheimer's disease (AD). METHODS: Seventy-one subjects underwent TCS: 22 DLB, 28 AD and 21 healthy elderly controls. Cognitive impairment, extrapyramidal signs, visual hallucinations, fluctuations and rapid eye movement sleep behaviour symptoms were investigated. TCS assessed SN hyperechogenicity and symmetry. RESULTS: Transcranial sonography revealed SN hyperechogenicity in 100% of DLB compared to 50% of AD and 30% of controls. Mean SN echogenic area (cm(2) ) was 0.22 ± 0.03 in DLB, 0.15 ± 0.03 in AD and 0.14 ± 0.03 in controls (P < 0.0001). More than 50% of DLB presented a marked hyperechogenicity (cutoff value >0.22 cm(2) ) compared to only 10% of AD (P < 0.0003). DLB had symmetrical SN enlargement, whereas AD were mostly asymmetrical (P = 0.015). A combination of SN echogenic area and asymmetry index had a sensitivity of 88.9% and a specificity of 81.2% in discriminating DLB from AD (positive predictive value 85.7%, negative predictive value 85.7%). No association was found between SN hyperechogenicity and Unified Parkinson's Disease Rating Scale part III, Mini Mental State Examination or the presence of visual hallucinations. CONCLUSIONS: Transcranial sonography may be a valid supportive tool in the diagnostic workup of neurodegenerative dementia helping clinicians to distinguish DLB from AD even at the early stages.
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 ».