Impaired Structural Connectivity in Parkinson's Disease Patients with Mild Cognitive Impairment: A Study Based on Probabilistic Tractography
Notice bibliographique
Résumé
Background: Probabilistic tractography, in combination with graph theory, has been used to reconstruct the structural whole-brain connectome. Threshold-free network-based statistics (TFNBS) is a useful technique to study structural connectivity in neurodegenerative disorders; however, there are no previous studies using TFNBS in Parkinson's disease (PD) with and without mild cognitive impairment (MCI). Materials and Methods: Sixty-two PD patients, 27 of whom classified as PD-MCI, and 51 healthy controls (HC) underwent diffusion-weighted 3T magnetic resonance imaging. Probabilistic tractography, using FMRIB Software Library (FSL), was used to compute the number of streamlines (NOS) between regions. NOS matrices were used to find group differences with TFNBS, and to calculate global and local measures of network integrity using graph theory. A binominal logistic regression was then used to assess the discrimination between PD with and without MCI using non-overlapping significant tracts. Tract-based spatial statistics were also performed with FSL to study changes in fractional anisotropy (FA) and mean diffusivity. Results: PD-MCI showed 37 white matter connections with reduced connectivity strength compared with HC, mainly involving temporal/occipital regions. These were able to differentiate PD-MCI from PD without MCI with an area under the curve of 83–85%. PD without MCI showed disrupted connectivity in 18 connections involving frontal/temporal regions. No significant differences were found in graph measures. Only PD-MCI showed reduced FA compared with HC. Discussion: TFNBS based on whole-brain probabilistic tractography can detect structural connectivity alterations in PD with and without MCI. Reduced structural connectivity in fronto-striatal and posterior cortico-cortical connections is associated with PD-MCI.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».