White matter microstructure alterations in cortico-striatal networks are associated with parkinsonism in schizophrenia spectrum disorders
Notice bibliographique
Résumé
The specific role of white matter (WM) microstructure in parkinsonism among patients with schizophrenia spectrum disorders (SSD) is largely unknown. To determine whether topographical alterations of WM microstructure contribute to parkinsonism in SSD patients, we examined healthy controls (HC, n=16) and SSD patients with and without parkinsonism, as defined by Simpson-Angus Scale total score of ≥4 (SSD-P, n=33) or <4 (SSD-nonP, n=62). We used whole brain tract-based spatial statistics (TBSS), tractometry (along tract statistics using TractSeg) and graph analytics (clustering coefficient (CCO), local betweenness centrality (BC)) to provide a framework of specific WM microstructural changes underlying parkinsonism in SSD. Using these methods, post hoc analyses showed (a) decreased fractional anisotrophy (FA), as measured via tractometry, in the corpus callosum, corticospinal tract and striato-fronto-orbital tract, and (b) increased CCO, as derived by graph analytics, in the left orbitofrontal cortex (OFC) and left superior frontal gyrus (SFG), in SSD-P patients when compared to SSD-nonP patients. Increased CCO in the left OFC and SFG was associated with SAS scores. These findings indicate the prominence of OFC alterations and aberrant connectivity with fronto-parietal regions and striatum in the pathogenesis of parkinsonism in SSD. This study further supports the notion of altered "bottom-up modulation" between basal ganglia and fronto-parietal regions in the pathobiology of parkinsonism, which may reflect an interaction between movement disorder intrinsic to SSD and antipsychotic drug-induced sensorimotor dysfunction.
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 | 0,001 |
| 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 ».