Speech network regional involvement in bulbar ALS: a multimodal structural MRI study
Notice bibliographique
Résumé
Objective: To examine gray (GM) and white matter (WM) structural changes in regions of the speech network (SpN) in ALS patients with varying degree of bulbar disease. Methods: T1 and DTI images were obtained for 19 ALS participants and 13 neurologically-intact controls. Surface-based, volumetric, and DTI metrics were obtained for 6 regions-of-interest (ROIs) including the primary motor cortex (PMC), pars triangularis (parsT), pars opercularis (ParsO), posterior superior temporal gyrus (pSTG), and transverse temporal (TT). Disease-effects and brain-behavioral correlates between neuroanatomy and clinical measures of bulbar, limb, and overall disability were examined using linear models. Results: Structural changes were observed in the right oral and limb PMC and left ParsT, TT, and pSTG in ALS. Bulbar motor dysfunction was associated with WM abnormalities in the right oral PMC and left pSTG, and GM changes in bilateral TT. In contrast, symptom progression rate predicted GM and WM changes in bilateral pars opercularis (part of Broca’s area). Grip strength and disease duration models were non-significant. Conclusions: The findings suggested that regions of the left-dominant SpN may be implicated in ALS and degeneration of these areas are related to bulbar disease severity. Involvement of regions that overlap across multiple connectomes such as Broca’s area, however, may be dependent on the rate of disease progression. The work contributes to our understanding of bulbar ALS subtype, which is crucial for predicting disease progression, delivering targeted clinical care, and appropriate recruitment into clinical trials.
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 | 0,000 |
| 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 ».