MétaCan
Menu
Retour à la cohorte
Enregistrement W4220834767 · doi:10.1101/2022.03.25.485621

Changes in both top-down and bottom-up effective connectivity drive visual hallucinations in Parkinson’s disease

2022· preprint· en· W4220834767 sur OpenAlex
G. E. Thomas, Peter Zeidman, Tajwar Sultana, Angeliki Zarkali, Adeel Razi, Rimona S. Weil

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueHallucinations in medical conditions
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesAustralian Research CouncilCanadian Institute for Advanced ResearchMedical Research CouncilNational Health and Medical Research CouncilUniversity College London Hospitals NHS Foundation TrustParkinson's UKNational Institute for Health and Care Research
Mots-clésNeuroscienceVisual cortexPsychologyVisual HallucinationParkinson's diseaseResting state fMRINeuroimagingVisual perceptionSensory systemCognitive psychologyPerceptionDiseaseMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Visual hallucinations are common in Parkinson’s disease and are associated with poorer quality of life and higher risk of dementia. An important and influential model that is widely accepted as an explanation for the mechanism of visual hallucinations in Parkinson’s disease and other Lewy-body diseases is that these arise due to aberrant hierarchical processing, with impaired bottom-up integration of sensory information and overweighting of top-down perceptual priors within the visual system. This hypothesis has been driven by behavioural data and supported indirectly by observations derived from regional activation and correlational measures using neuroimaging. However, until now, there was no evidence from neuroimaging for differences in causal influences between brain regions measured in patients with Parkinson’s hallucinations. This is in part because previous resting-state studies focus on functional connectivity, which is inherently undirected in nature and cannot test hypotheses about directionality of connectivity. Spectral dynamic causal modelling is a Bayesian framework that allows the inference of effective connectivity – defined as the directed (causal) influence that one region exerts on another region – from resting-state functional MRI data. In the current study, we utilise spectral dynamic causal modelling to estimate effective connectivity within the resting-state visual network in our cohort of 15 Parkinson’s disease visual hallucinators, and 75 Parkinson’s disease non-hallucinators. We find that visual hallucinators display decreased bottom-up effective connectivity from the lateral geniculate nucleus to primary visual cortex and increased top-down effective connectivity from left prefrontal cortex to primary visual cortex and medial thalamus, as compared to non-hallucinators. Importantly, we find that the pattern of effective connectivity is predictive of the presence of visual hallucinations and associated with their severity within the hallucinating group. This is the first study to provide evidence, using resting state effective connectivity, to support a model of aberrant hierarchical predictive processing as the mechanism for visual hallucinations in Parkinson’s disease.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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