Connectivity Profile for Subthalamic Nucleus Deep Brain Stimulation in Early Stage Parkinson Disease
Notice bibliographique
Résumé
OBJECTIVE: This study was undertaken to describe relationships between electrode localization and motor outcomes from the subthalamic nucleus (STN) deep brain stimulation (DBS) in early stage Parkinson disease (PD) pilot clinical trial. METHODS: To determine anatomical and network correlates associated with motor outcomes for subjects randomized to early DBS (n = 14), voxelwise sweet spot mapping and structural connectivity analyses were carried out using outcomes of motor progression (Unified Parkinson Disease Rating Scale Part III [UPDRS-III] 7-day OFF scores [∆baseline➔24 months, MedOFF/StimOFF]) and symptomatic motor improvement (UPDRS-III ON scores [%∆baseline➔24 months, MedON/StimON]). RESULTS: Sweet spot mapping revealed a location associated with slower motor progression in the dorsolateral STN (anterior/posterior commissure coordinates: 11.07 ± 0.82mm lateral, 1.83 ± 0.61mm posterior, 3.53 ± 0.38mm inferior to the midcommissural point; Montreal Neurological Institute coordinates: +11.25, -13.56, -7.44mm). Modulating fiber tracts from supplementary motor area (SMA) and primary motor cortex (M1) to the STN correlated with slower motor progression across STN DBS subjects, whereas fiber tracts originating from pre-SMA and cerebellum were negatively associated with motor progression. Robustness of the fiber tract model was demonstrated in leave-one-patient-out (R = 0.56, p = 0.02), 5-fold (R = 0.50, p = 0.03), and 10-fold (R = 0.53, p = 0.03) cross-validation paradigms. The sweet spot and fiber tracts associated with motor progression revealed strong similarities to symptomatic motor improvement sweet spot and connectivity in this early stage PD cohort. INTERPRETATION: These results suggest that stimulating the dorsolateral region of the STN receiving input from M1 and SMA (but not pre-SMA) is associated with slower motor progression across subjects receiving STN DBS in early stage PD. This finding is hypothesis-generating and must be prospectively tested in a larger study. ANN NEUROL 2023;94:271-284.
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 | 0,000 |
| 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) | 0,001 | 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 ».