Longitudinal Free‐Water Changes in Dementia with Lewy Bodies
Notice bibliographique
Résumé
BACKGROUND: Diffusion-weighted magnetic resonance imaging (dMRI) examines tissue microstructure integrity in vivo. Prior dementia with Lewy bodies (DLB) diffusion tensor imaging studies yielded mixed results. OBJECTIVE: We employed free-water (FW) imaging to assess DLB progression and correlate with clinical decline in DLB. METHODS: Baseline and follow-up MRIs were obtained at 12 and/or 24 months for 27 individuals with DLB or mild cognitive impairment with Lewy bodies (MCI-LB). FW was analyzed using the Mayo Clinic Adult Lifespan Template. Primary outcomes were FW differences between baseline and 12 or 24 months. To compare FW change longitudinally, we included 20 cognitively unimpaired individuals from the Alzheimer's Disease Neuroimaging Initiative. RESULTS: We followed 23 participants to 12 months and 16 participants to 24 months. Both groups had worsening in Montreal Cognitive Assessment (MoCA) and Movement Disorder Society-Unified Parkinson's Disease Rating Scale (MDS-UPDRS) scores. We found significant FW increases at both time points compared to baseline in the insula, amygdala, posterior cingulum, parahippocampal, entorhinal, supramarginal, fusiform, retrosplenial, and Rolandic operculum regions. At 24 months, we found more widespread microstructural changes in regions implicated in visuospatial processing, motor, and cholinergic functions. Between-group analyses (DLB vs. controls) confirmed significant FW changes over 24 months in most of these regions. FW changes were associated with longitudinal worsening of MDS-UPDRS and MoCA scores. CONCLUSIONS: FW increased in gray and white matter regions in DLB, likely due to neurodegenerative pathology associated with disease progression. FW change was associated with clinical decline. The findings support dMRI as a promising tool to track disease progression in DLB. © 2024 International Parkinson and Movement Disorder Society.
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) | 0,002 | 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 ».