Locus Coeruleus Integrity from <scp>7 T MRI</scp> Relates to Apathy and Cognition in Parkinsonian Disorders
Notice bibliographique
Résumé
BACKGROUND: Neurodegeneration in the locus coeruleus (LC) contributes to neuropsychiatric symptoms in both Parkinson's disease (PD) and progressive supranuclear palsy (PSP). Spatial precision of LC imaging is improved with ultrahigh field 7 T magnetic resonance imaging. OBJECTIVES: This study aimed to characterize the spatial patterns of LC pathological change in PD and PSP and the transdiagnostic relationship between LC signals and neuropsychiatric symptoms. METHODS: ) 7 T-magnetization-transfer imaging to measure LC integrity in vivo. Spatial patterns of LC change were obtained using subregional mean contrast ratios and significant LC clusters; we further correlated the LC contrast with measures of apathy and cognition, using both mixed-effect models and voxelwise analyses. RESULTS: PSP and PD groups showed significant LC degeneration in the caudal subregion relative to controls. Mixed-effect models revealed a significant interaction between disease-group and apathy-related correlations with LC degeneration (β = 0.46, SE [standard error] = 0.17, F(1, 35) = 7.46, P = 0.01), driven by a strong correlation in PSP (β = -0.58, SE = 0.21, t(35) = -2.76, P = 0.009). Across both disease groups, voxelwise analyses indicated that lower LC integrity was associated with worse cognition and higher apathy scores. CONCLUSIONS: The relationship between LC and nonmotor symptoms highlights a role for noradrenergic dysfunction across both PD and PSP, confirming the potential for noradrenergic therapeutic strategies to address transdiagnostic cognitive and behavioral features in neurodegenerative disease. © 2022 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.
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 | 0,000 |
| 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) | 0,000 | 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 ».