Cortical and subcortical functional connectivity and cognitive impairment in Parkinson’s disease
Notice bibliographique
Résumé
Parkinson's disease (PD) is a neurodegenerative disease with cognitive as well as motor impairments. While much is known about the brain networks leading to motor impairments in PD, less is known about the brain networks contributing to cognitive impairments. Here, we leveraged resting-state functional magnetic resonance imaging (rs-fMRI) data from the Parkinson's Progression Marker Initiative (PPMI) to examine network dysfunction in PD patients with cognitive impairment. We focus on canonical cortical networks linked to cognition, including the salience network (SAL), frontoparietal network (FPN), and default mode network (DMN), as well as a subcortical basal ganglia network (BGN). We used the Montreal Cognitive Assessment (MoCA) as a continuous index of coarse cognitive function in PD. In 82 PD patients, we found that lower MoCA scores were linked with lower intra-network connectivity of the FPN. We also found that lower MoCA scores were linked with lower inter-network connectivity between the SAL and the BGN, the SAL and the DMN, as well as the FPN and the DMN. These data elucidate the relationship of cortical and subcortical functional connectivity with cognitive impairments in PD.
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 | 0,001 | 0,035 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».