Yakovlev's Basolateral Limbic Circuit in Multiple Sclerosis Related Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: In 1948, Paul Yakovlev described an additional limbic circuit located basolateral to James Papez's circuit (1937) and included orbitofrontal cortex, amygdala, and dorsomedial nucleus of thalamus. This circuit is shown to be an important component of subcortical cognitive abilities. We aimed to demonstrate this circuit in a multiple sclerosis (MS) cohort using diffusion tensor imaging (DTI) and evaluate its role in MS-related cognitive impairment (CI). METHODS: We enrolled cognitively intact (n = 10) and impaired (n = 36) MS patients who underwent a comprehensive cognitive assessment; the minimal assessment of cognitive function in MS (MACFIMS) and structural magnetic resonance imaging. Correlation analyses between volumetric and DTI-derived values of the orbitofrontothalamic (OFT), amygdalothalamic tracts (ATTs), and dorsomedial nucleus of thalamus and CI index derived from MACFIMS were computed after adjustment for age, education, and lesion load. RESULTS: We observed a consistent trend between CI index and bilateral dorsomedial nucleus' mean diffusivity (MD) (r = .316; P = .02), left OFT Fractional anisotropy (FA) (r = -.302; P = .02), MD (r = .380; .006), and radial diffusivities (RDs) (r = .432; P = .002), also with right ATT FA (r = -.475; P = .0006) and left ATT FA ( = -.487; P = .0005). After Bonferroni correction, correlations of left OFT RD and right and left ATT FA with CI were found to be significant. CONCLUSIONS: Our study provides in vivo DTI delineation of Yakovlev's historical basolateral limbic circuit and establishes a role in MS-related CI. These findings may potentially pave the way for future clinical studies using targeted invasive and noninvasive neurostimulation modalities for CI in MS.
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 | 0,001 |
| 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 ».