Lesions causing freezing of gait localize to a cerebellar functional network
Notice bibliographique
Résumé
OBJECTIVE: Freezing of gait is a disabling symptom in Parkinson disease and related disorders, but the brain regions involved in symptom generation remain unclear. Here we analyze brain lesions causing acute onset freezing of gait to identify regions causally involved in symptom generation. METHODS: Fourteen cases of lesion-induced freezing of gait were identified from the literature, and lesions were mapped to a common brain atlas. Because lesion-induced symptoms can come from sites connected to the lesion location, not just the lesion location itself, we also identified brain regions functionally connected to each lesion location. This technique, termed lesion network mapping, has been recently shown to identify regions involved in symptom generation across a variety of lesion-induced disorders. RESULTS: Lesion location was heterogeneous, and no single region could be considered necessary for symptom generation. However, > 90% (13 of 14) of lesions were functionally connected to a focal area in the dorsal medial cerebellum. This cerebellar area overlapped previously recognized regions that are activated by locomotor tasks, termed the cerebellar locomotor region. Connectivity to this region was specific to lesions causing freezing of gait compared to lesions causing other movement disorders (hemichorea or asterixis). INTERPRETATION: Lesions causing freezing of gait are located within a common functional network characterized by connectivity to the cerebellar locomotor region. These results based on causal brain lesions complement prior neuroimaging studies in Parkinson disease patients, advancing our understanding of the brain regions involved in freezing of gait. ANN NEUROL 2017;81:129-141.
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 ».