Multimodal assessment of the GABA system in patients with fragile-X syndrome and neurofibromatosis of type 1
Notice bibliographique
Résumé
Fragile-X syndrome (FXS) and Neurofibromatosis of type 1 (NF-1) are two monogenic disorders sharing neurobehavioral symptoms and pathophysiological mechanisms. Namely, preclinical models of both conditions show overactivity of the mTOR signaling pathway as well as GABAergic alterations. However, despite its potential clinical relevance for these disorders, the GABAergic system has not been systematically studied in humans. In the present study, we used an extensive transcranial magnetic stimulation (TMS) assessment battery in combination with magnetic resonance spectroscopy (MRS) to provide a comprehensive picture of the main inhibitory neurotransmitter system in patients with FXS and NF1. Forty-three participants took part in the TMS session (15 FXS, 10 NF1, 18 controls) and 36 in the MRS session (11 FXS, 14 NF1, 11 controls). Results show that, in comparison to healthy control participants, individuals with FXS and NF1 display lower GABA concentration levels as measured with MRS. TMS result show that FXS patients present increased GABAB-mediated inhibition compared to controls and NF1 patients, and that GABAA-mediated intracortical inhibition was associated with increased excitability specifically in the FXS groups. In line with previous reports, correlational analyses between MRS and TMS measures did not show significant relationships between GABA-related metrics, but several TMS measures correlated with glutamate+glutamine (Glx) levels assessed with MRS. Overall, these results suggest a partial overlap in neurophysiological alterations involving the GABA system in NF1 and FXS, and support the hypothesis that MRS and TMS assess different aspects of the neurotransmitter systems.
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 ».