Neuroimaging signatures predicting motor improvement to focused ultrasound subthalamotomy in Parkinson’s disease
Notice bibliographique
Résumé
Subthalamotomy using transcranial magnetic resonance-guided focused ultrasound (tcMRgFUS) is a novel and promising treatment for Parkinson's Disease (PD). In this study, we investigate if baseline brain imaging features can be early predictors of tcMRgFUS-subthalamotomy efficacy, as well as which are the post-treatment brain changes associated with the clinical outcomes. Towards this aim, functional and structural neuroimaging and extensive clinical data from thirty-five PD patients enrolled in a double-blind tcMRgFUS-subthalamotomy clinical trial were analyzed. A multivariate cross-correlation analysis revealed that the baseline multimodal imaging data significantly explain (P < 0.005, FWE-corrected) the inter-individual variability in response to treatment. Most predictive features at baseline included neural fluctuations in distributed cortical regions and structural integrity in the putamen and parietal regions. Additionally, a similar multivariate analysis showed that the population variance in clinical improvements is significantly explained (P < 0.001, FWE-corrected) by a distributed network of concurrent functional and structural brain changes in frontotemporal, parietal, occipital, and cerebellar regions, as opposed to local changes in very specific brain regions. Overall, our findings reveal specific quantitative brain signatures highly predictive of tcMRgFUS-subthalamotomy responsiveness in PD. The unanticipated weight of a cortical-subcortical-cerebellar subnetwork in defining clinical outcome extends the current biological understanding of the mechanisms associated with clinical benefits.
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) | 0,001 | 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 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 ».