Alterations of voxel‐wise spontaneous activity and corresponding brain functional networks in multiple system atrophy patients with mild cognitive impairment
Notice bibliographique
Résumé
Emerging evidence has indicated that cognitive impairment is an underrecognized feature of multiple system atrophy (MSA). Mild cognitive impairment (MCI) is related to a high risk of dementia. However, the mechanism underlying MCI in MSA remains controversial. In this study, we conducted the amplitude of low-frequency fluctuation (ALFF) and seed-based functional connectivity (FC) analyses to detect the characteristics of local neural activity and corresponding network alterations in MSA patients with MCI (MSA-MCI). We enrolled 80 probable MSA patients classified as cognitively normal (MSA-NC, n = 36) and MSA-MCI (n = 44) and 40 healthy controls. Compared with MSA-NC, MSA-MCI exhibited decreased ALFF in the right dorsal lateral prefrontal cortex (RDLPFC) and increased ALFF in the right cerebellar lobule IX and lobule IV-V. In the secondary FC analyses, decreased FC in the left inferior parietal lobe (IPL) was observed when we set the RDLPFC as the seed region. Decreased FC in the bilateral cuneus, left precuneus, and left IPL and increased FC in the right middle temporal gyrus were shown when we set the right cerebellar lobule IX as the seed region. Furthermore, FC of DLPFC-IPL and cerebello-cerebral circuit, as well as ALFF alterations, were significantly correlated with Montreal Cognitive Assessment scores in MSA patients. We also employed whole-brain voxel-based morphometry analysis, but no gray matter atrophy was detected between the patient subgroups. Our findings indicate that altered spontaneous activity in the DLPFC and the cerebellum and disrupted DLPFC-IPL, cerebello-cerebral networks are possible biomarkers of early cognitive decline in MSA patients.
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 ».