Mesencephalic Locomotor Region and Presynaptic Inhibition during Anticipatory Postural Adjustments in People with Parkinson’s Disease
Notice bibliographique
Résumé
Individuals with Parkinson’s disease (PD) and freezing of gait (FOG) have a loss of presynaptic inhibition (PSI) during anticipatory postural adjustments (APAs) for step initiation. The mesencephalic locomotor region (MLR) has connections to the reticulospinal tract that mediates inhibitory interneurons responsible for modulating PSI and APAs. Here, we hypothesized that MLR activity during step initiation would explain the loss of PSI during APAs for step initiation in FOG (freezers). Freezers (n = 34) were assessed in the ON-medication state. We assessed the beta of blood oxygenation level-dependent signal change of areas known to initiate and pace gait (e.g., MLR) during a functional magnetic resonance imaging protocol of an APA task. In addition, we assessed the PSI of the soleus muscle during APA for step initiation, and clinical (e.g., disease duration) and behavioral (e.g., FOG severity and APA amplitude for step initiation) variables. A linear multiple regression model showed that MLR activity (R2 = 0.32, p = 0.0006) and APA amplitude (R2 = 0.13, p = 0.0097) explained together 45% of the loss of PSI during step initiation in freezers. Decreased MLR activity during a simulated APA task is related to a higher loss of PSI during APA for step initiation. Deficits in central and spinal inhibitions during APA may be related to FOG pathophysiology.
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) | 0,000 | 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 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 ».