Functional Magnetic Resonance Imaging Biomarkers Predicting Cognitive Progression in Parkinson Disease: Protocol for a Prospective Longitudinal Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Cardinal features of Parkinson disease (PD) are motor symptoms, but nonmotor features such as mild cognitive impairment (MCI) are common early in the disease process. MCI can progress and convert to dementia in advanced stages, creating significant disability and reduced quality of life. The primary pathological substrate for cognitive decline in PD is unclear, and there are no reliable biomarkers predicting the risk of conversion to dementia. A subgroup of PD patients with visual hallucinations may display more rapid conversion to dementia, suggesting that regional markers of visuoperceptual dysfunction may be sensitive to pathologic density in posterior cortical regions. OBJECTIVE: The purpose of this project is to characterize PD-MCI and evaluate the utility of genetic and neuroimaging biomarkers in predicting cognitive outcomes with a prospective longitudinal study. We will evaluate whether accelerated cognitive progression may be reflected in biomarkers of early posterior cortical changes reflective of α-synuclein deposition. METHODS: We will evaluate a cohort of early-stage PD patients with the following methods to predict cognitive progression: (1) serial neuropsychological evaluations including detailed visuoperceptual functioning across 4 years; (2) genetic analysis of SNCA (α-synuclein), MAPT (microtubule-associated tau), and APOE (apolipoprotein E); (3) an event-related functional magnetic resonance imaging paradigm of object recognition memory; and (4) anatomical and regional brain activation changes (resting-state functional magnetic resonance imaging) across 4 years. RESULTS: The project received funding from the National Institutes of Health in August 2017, and data collection began in February 2018. Enrollment is ongoing, and subjects will be evaluated annually for 4 years extended across a 5-year project including data analysis and image processing. CONCLUSIONS: Cognitive, genetic, and structural and functional magnetic resonance imaging will characterize neural network changes predictive of cognitive progression in PD across 4 years. Identification of biomarkers with sensitivity for early prediction and estimation of risk for conversion to dementia in PD will pave the way for effective intervention with neuroprotective therapies during the critical stage when treatment can have the greatest impact. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/12870.
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 | 0,025 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».