Weekly dance training over eight months reduces depression and correlates with fMRI brain signals in subcallosal cingulate gyrus (SCG) for people with Parkinson’s Disease: An observational study
Notice bibliographique
Résumé
Abstract Depression affects 280 million people globally and is considered a prodromal feature for increasingly prevalent neurodegenerative conditions including Parkinson’s disease (PD). With age-related neurodegeneration on the rise, it’s important to consider non-invasive, inexpensive interventions such as dance. Dance has emerged as a complementary treatment that may support adaptive neuroplasticity while diminishing motor and non-motor symptoms including depression. Although dance has been shown to impact brain structures and functions with improvements in motor and psychological symptoms, the neural mechanisms underlying depression/mood remain elusive. Our observational study tracks the relationship between depression scores and functional neuroimaging measures for subgenual cingulate gyrus (SCG). While learning choreography over an 8-month period, 34 dancers [23 people with PD] completed GDS questionnaires before and after their community dance classes. Seventeen of these dancers had BOLD fMRI scans conducted using learning-related protocols to examine underlying neural mechanisms for moving to music over 4 times points of learning. A significant decrease in depression scores correlated with a reduced BOLD signal from SCG, a putative node in the neural network of depression. Conclusions: This is the first study to clearly find a correlation with a neural substrate involved in mood changes as a function of dance for PD. Not only do the results contribute to understanding neural mechanisms involved in adaptive plasticity with a learning task, but they also uncover reduced activity within SCG during longitudinal therapeutic dance interventions. These results are especially illuminating since SCG is a controversial target in deep brain stimulation (DBS) used in the treatment of major depressive disorder (MDD).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».