MétaCan
Menu
Retour à la cohorte
Enregistrement W2577189914 · doi:10.1002/acn3.384

White matter predicts functional connectivity in premanifest Huntington's disease

2017· article· en· W2577189914 sur OpenAlexaff
Peter McColgan, Sarah Gregory, Adeel Razi, Kiran Seunarine, Fatma Gargouri, Alexandra Durr, Raymund A.C. Roos, Blair R. Leavitt, Rachael I. Scahill, Chris A. Clark, Sarah J. Tabrizi, Geraint Rees

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesUniversity College London Hospitals NHS Foundation TrustNational Institute for Health and Care ResearchCHDI FoundationUniversity College LondonWellcome TrustMedical Research CouncilWellcome
Mots-clésWhite matterHuntington's diseaseNeuroscienceFunctional connectivityDiseaseDiffusion MRIMedicineTractographyPsychologyPhysical medicine and rehabilitationPathologyMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The distribution of pathology in neurodegenerative disease can be predicted by the organizational characteristics of white matter in healthy brains. However, we have very little evidence for the impact these pathological changes have on brain function. Understanding any such link between structure and function is critical for understanding how underlying brain pathology influences the progressive behavioral changes associated with neurodegeneration. Here, we demonstrate such a link between structure and function in individuals with premanifest Huntington's. METHODS: Using diffusion tractography and resting state functional magnetic resonance imaging to characterize white matter organization and functional connectivity, we investigate whether characteristic patterns of white matter organization in the healthy human brain shape the changes in functional coupling between brain regions in premanifest Huntington's disease. RESULTS: We find changes in functional connectivity in premanifest Huntington's disease that link directly to underlying patterns of white matter organization in healthy brains. Specifically, brain areas with strong structural connectivity show decreases in functional connectivity in premanifest Huntington's disease relative to controls, while regions with weak structural connectivity show increases in functional connectivity. Furthermore, we identify a pattern of dissociation in the strongest functional connections between anterior and posterior brain regions such that anterior functional connectivity increases in strength in premanifest Huntington's disease, while posterior functional connectivity decreases. INTERPRETATION: Our findings demonstrate that organizational principles of white matter underlie changes in functional connectivity in premanifest Huntington's disease. Furthermore, we demonstrate functional antero-posterior dissociation that is in keeping with the caudo-rostral gradient of striatal pathology in HD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,156
Tête enseignante GPT0,385
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations45
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207