Cross-sectional and longitudinal voxel-based grey matter asymmetries in Huntington's disease
Notice bibliographique
Résumé
Huntington's disease (HD) is a progressive neurodegenerative disorder that can be genetically confirmed with certainty decades before clinical onset. This allows the investigation of functional and structural changes in HD many years prior to disease onset, which may reveal important mechanistic insights into brain function, structure and organization in general. While regional atrophy is present at early stages of HD, it is still unclear if both hemispheres are equally affected by neurodegeneration and how the extent of asymmetry affects domain-specific functional decline. Here, we used whole-brain voxel-based analysis to investigate cross-sectional and longitudinal hemispheric asymmetries in grey matter (GM) volume in 56 manifest HD (mHD), 83 pre-manifest HD (preHD), and 80 healthy controls (HC). Furthermore, a regression analysis was used to assess the relationship between neuroanatomical asymmetries and decline in motor and cognitive measures across the disease spectrum. The cross-sectional analysis showed striatal leftward-biased GM atrophy in mHD, but not in preHD, relative to HC. Longitudinally, no net 36-month change in GM asymmetries was found in any of the groups. In the regression analysis, HD-related decline in quantitative-motor (Q-Motor) performance was linked to lower GM volume in the left superior parietal cortex. These findings suggest a stronger disease effect targeting the left hemisphere, especially in those with declining motor performance. This effect did not change over a period of three years and may indicate a compensatory role of the right hemisphere in line with recent functional imaging studies.
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 | 0,015 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».