Apathy in Patients with Parkinson's Disease Correlates with Alteration of Left Fronto-Polar Electroencephalographic Connectivity
Notice bibliographique
Résumé
Introduction: Quantitative electroencephalography (QEEG) brain frequency and network analyses are known to differentiate between disease stages in Parkinson’s disease (PD) and are possible biomarkers. They correlate with cognitive decline. Little is known about changes in brain networks in relation to apathy. Objective/Aims: To analyze changes in brain network connectivities related to apathy. Methods: 40 PD patients (14 PD with mild cognitive deficits and 26 PD with normal cognition) were included. All patients had extensive neuropsychological testing; apathy was evaluated using the apathy evaluation score (AES, median 24.5, range 18 - 39). Resting state EEG was recorded with 256 electrodes and analyzed using fully automated Matlab® code (TAPEEG). For estimation of the connectivities between brain regions, PLI (phase lag index) was used, enhanced by a microstates segmentation. Results: After correction for multiple comparisons, significant correlations were found for single alpha2-band connectivities with the AES (p-values < 0.05). Lower connectivities, mainly involving the left fronto-polar region, were related to higher apathy scores. Conclusions: In our sample of patients with PD, apathy correlates with a network alteration mainly involving the left fronto-polar region. This might be due to dysfunction of the cortico-basal loop, modulating motivation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».