Changes in dynamic transitions between integrated and segregated states underlie visual hallucinations in Parkinson’s disease
Notice bibliographique
Résumé
Abstract Background Visual hallucinations in Parkinsons disease (PD) are transient, suggesting a change in dynamic brain states. However, the causes underlying these dynamic brain changes are not known. Methods Focusing on fundamental network properties of integration and segregation, we used rsfMRI to examine alterations in temporal dynamics in PD patients with hallucinations (n=16) compared to those without hallucinations (n=75) and a group of normal controls (n=32). We used network control theory to examine how structural connectivity guides transitions between functional states. We then studied the brain regions most involved in these state transitions, and examined corresponding neurotransmitter density profiles and receptor gene expression in health. Results There were significantly altered temporal dynamics in PD with hallucinations, with an increased proportion of time spent in the Segregated state compared to non-hallucinators and controls; less between-state transitions; and increased dwell time in the Segregated state. The energy cost needed to transition from integrated-to-segregated state was lower in PD-hallucinators compared to non-hallucinators. This was primarily driven by subcortical and transmodal cortical brain regions, including the thalamus and default mode network regions. The regional energy needed to transition from integrated-to-segregated state was significantly correlated with regional neurotransmitter density and gene expression profiles for serotoninergic (including 5HT2A), GABAergic, noradrenergic and cholinergic but not dopaminergic density profiles. Conclusions We describe the patterns of temporal functional dynamics in PD-hallucinations, and link these with neurotransmitter systems involved in early sensory and complex visual processing. Our findings provide mechanistic insights into visual hallucinations in PD and highlighting potential therapeutic targets.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».