Retinal Thinning as a Marker of Disease Severity in Progressive Supranuclear Palsy
Notice bibliographique
Résumé
OBJECTIVE: Progressive supranuclear palsy (PSP) involves a variety of visual symptoms that are thought to be partially caused by structural abnormalities of the retina. However, the relationship between retinal structural changes, disease severity, and intracranial alterations remains unknown. We investigated distinct retinal thinning patterns and their relationship with clinical severity and intracranial alterations in a PSP cohort. METHODS: We enrolled 19 patients with PSP (38 eyes) and 20 age-matched healthy controls (40 eyes). All of the participants underwent peripapillary and macular optical coherence tomography. Brain 11C-2β-carbomethoxy-3β-(4-fluorophenyl) tropane (11C-CFT) and 18F-fluorodeoxyglucose (18F-FDG) positron emission tomography imaging were also performed in patients with PSP. We investigated the association between retinal thickness changes and clinical features, striatal dopamine transporter availability, and cerebral glucose metabolism. RESULTS: The peripapillary retinal nerve fiber layer (pRNFL) and macula were significantly thinner in patients with PSP than in controls. The thickness of the superior sector of the pRNFL demonstrated a significant negative relationship with the Movement Disorder Society-Unified Parkinson's Disease Rating Scale part III and Hoehn and Yahr staging scale scores. A significant negative correlation was found between outer inferior macular thickness and disease duration. Outer temporal macular thickness was positively correlated with Montreal Cognitive Assessment scores. In PSP, lower outer temporal macular thickness was also positively correlated with decreased dopamine transporter binding in the caudate. CONCLUSION: The pRNFL and macular thinning may be candidate markers for monitoring disease severity. Additionally, macular thinning may be an in vivo indicator of nigrostriatal dopaminergic cell degeneration in PSP 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».