MétaCan
Menu
Retour à la cohorte
Enregistrement W3084411926 · doi:10.1016/j.nicl.2020.102419

Reorganization of the structural connectome in primary open angle Glaucoma

2020· article· en· W3084411926 sur OpenAlexfundno aff
Francesco Di Ciò, Francesco Garaci, Silvia Minosse, Luca Passamonti, Alessio Martucci, S. Lanzafame, Francesca Di Giuliano, Eliseo Picchi, Massimo Cesareo, Maria Guerrisi, Roberto Floris, Carlo Nucci, Nicola Toschi

Notice bibliographique

RevueNeuroImage Clinical · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilMedical Research Council Canada
Mots-clésOpen angle glaucomaClustering coefficientNeuroscienceOphthalmologyConnectomeDiffusion MRIConnectomicsVisual cortexVisual fieldRetinal ganglion cellGlaucomaMedicinePsychologyOptic nerveCluster analysisMagnetic resonance imagingComputer scienceArtificial intelligenceRadiology

Résumé

récupéré en direct d'OpenAlex

Primary open angle Glaucoma (POAG) is one of the most common causes of permanent blindness in the world. Recent studies have suggested the hypothesis that POAG is also a central nervous system disorder which may result in additional (i.e., extra-ocular) involvement. The aim of this study is to assess possible structural, whole-brain connectivity alterations in POAG patients. We evaluated 23 POAG patients and 15 healthy controls by combining multi-shell diffusion weighted imaging, multi-shell, multi-tissue probabilistic tractography, graph theoretical measures and a recently designed ‘disruption index’, which evaluates the global reorganization of brain networks. We also studied the associations between the whole-brain structural connectivity measures and indices of visual acuity including the field index (VFI) and two Optical Coherence Tomography (OCT) parameters, namely the Macula Ganglion Cell Layer (MaculaGCL) and Retinal Nerve Fiber Layer (RNFL) thicknesses. We found both global and local structural connectivity differences between POAG patients and controls, which extended well beyond the primary visual pathway and were localized in the left calcarine gyrus (clustering coefficient p = 0.036), left lateral occipital cortex (clustering coefficient p = 0.017, local efficiency p = 0.035), right lingual gyrus (clustering coefficient p = 0.009), and right paracentral lobule (clustering coefficient p = 0.009, local efficiency p = 0.018). Group-wise (clustering coefficient, p = 6.59∙10–7 and local efficiency p = 6.23·10-8) and subject-wise disruption indices (clustering coefficient, p = 0.018 and local efficiency, p = 0.01) also differed between POAG patients and controls. In addition, we found negative associations between RNFL thickness and local measures (clustering coefficient, local efficiency and strength) in the right amygdala (local efficiency p = 0.008, local strength p = 0.016), right inferior temporal gyrus (clustering coefficient p = 0.036, local efficiency p = 0.042), and right temporal pole (local strength p = 0.008). Overall, we show, in patients with POAG, a whole-brain structural reorganization that spans across a variety of brain regions involved in visual processing, motor control, and emotional/cognitive functions. We also identified a pattern of brain structural changes in relation to POAG clinical severity. Taken together, our findings support the hypothesis that the reduction in visual acuity from POAG can be driven by a combination of local (i.e., in the eye) and more extended (i.e., brain) effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,049
Tête enseignante GPT0,343
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetGlaucoma and retinal disordersTravaux en français237 207