MétaCan
Menu
Retour à la cohorte
Enregistrement W2774620317 · doi:10.1016/j.nicl.2017.12.013

Dynamic functional connectivity in Parkinson's disease patients with mild cognitive impairment and normal cognition

2017· article· en· W2774620317 sur OpenAlexaff
María Díez‐Cirarda, Antonio P. Strafella, Jinhee Kim, Javier Peña, Natalia Ojeda, Alberto Cabrera‐Zubizarreta, Naroa Ibarretxe‐Bilbao

Notice bibliographique

RevueNeuroImage Clinical · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesMinisterio de Economía y CompetitividadEusko Jaurlaritza
Mots-clésDefault mode networkCognitionResting state fMRINeuropsychologyNeuroscienceCognitive impairmentMedicineParkinson's diseaseFunctional connectivityPsychologyAudiologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

The objective was to assess dynamic functional connectivity (FC) and local/global connectivity in Parkinson's disease (PD) patients with mild cognitive impairment (PD-MCI) and with normal cognition (PD-NC). The sample included 35 PD patients and 26 healthy controls (HC). Cognitive assessment followed an extensive neuropsychological battery. For resting-state functional MRI (rs-fMRI) analysis, independent component analysis (ICA) was performed and components were located in 7 networks: Subcortical (SC), Auditory (AUD), Somatomotor (SM), visual (VI), cognitive-control (CC), default-mode (DMN), and cerebellar (CB). Dynamic FC analysis was performed using the GIFT toolbox. FC differences between groups in each FC state were analysed with the network-based statistic (NBS) approach. Finally, a graph-theoretical analysis for local/global parameters was performed. The whole sample showed 2 dynamic FC states during the rs-fMRI. PD-MCI patients showed decreased mean dwell time in the hypo-connectivity state ( p = 0.030) and showed increased number of state transitions ( p = 0.007) compared with the HC. In addition, in the hypo-connectivity state, PD-MCI patients showed reduced inter-network FC between the SM-CC, SM-VI, SM-AUD, CC-VI and SC-DMN compared with the HC ( p < 0.05-FDR). These FC alterations in PD-MCI were accompanied by graph-topological alterations in nodes located in the SM network ( p < 0.001). In contrast, no differences were found between the PD-NC and HC. Findings suggest the presence of dynamic functional brain deteriorations in PD-MCI that are not present in PD-NC, showing the PD-MCI group dynamic FC dysfunctions, reduced FC mostly between SM-CC networks and graph-topological deteriorations in the SM network. A dynamic FC approach could be helpful to understand cognitive deterioration in PD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,058
Tête enseignante GPT0,326
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations186
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207