Simultaneous Increase of Mean Susceptibility and Mean Kurtosis in the Substantia Nigra as an <scp>MRI</scp> Neuroimaging Biomarker for Early‐Stage Parkinson's Disease: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
BACKGROUND: Parkinson's disease (PD) is the second most common neurodegenerative disorder. Early detection is crucial for treatment and slowing disease progression. HYPOTHESIS: Simultaneous alterations in mean susceptibility (MS) from quantitative susceptibility mapping (QSM) and mean kurtosis (MK) from diffusion kurtosis imaging (DKI) can serve as reliable neuroimaging biomarkers for early-stage PD (ESPD) in the basal ganglia nuclei, including the substantia nigra (SN), putamen (PUT), globus pallidus (GP), and caudate nucleus (CN). STUDY TYPE: Systematic review and meta-analysis. POPULATION: One hundred eleven patients diagnosed with ESPD and 81 healthy controls (HCs) were included from four studies that utilized both QSM and DKI in both subject groups. FIELD STRENGTH/SEQUENCE: Three-dimensional multi-echo gradient echo sequence for QSM and spin echo planar imaging sequence for DKI at 3 Tesla. ASSESSMENT: A systematic review and meta-analysis using PRISMA guidelines searched PubMed, Web of Science, and Scopus. STATISTICAL TESTS: statistic for heterogeneity, Newcastle-Ottawa Scale (NOS) for risk of bias, and Egger's test for publication bias. A P-value <0.05 was considered significant. RESULTS: MS values were significantly higher in SN (SMD 0.72, 95% CI 0.31 to 1.12), PUT (SMD 0.68, 95% CI 0.29 to 1.07), and GP (SMD 0.53, 95% CI 0.19 to 0.87) in ESPD patients compared to HCs. CN did not show a significant difference in MS values (P = 0.15). MK values were significantly higher only in SN (SMD = 0.72, 95% CI 0.16 to 1.27). MK values were not significantly different in PUT (P = 1.00), GP (P = 0.97), and CN (P = 0.59). Studies had high quality (NOS 7-8) and no publication bias (P = 0.967). DATA CONCLUSION: Simultaneous use of MS and MK may be useful as an early neuroimaging biomarker for ESPD detection and its differentiation from HCs, with significant differences observed in the SN. EVIDENCE LEVEL: 2 TECHNICAL EFFICACY: Stage 2.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,028 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 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 ».