Molecular connectivity studies in neurotransmission: a scoping review
Notice bibliographique
Résumé
Abstract Positron emission tomography (PET) and single photon emission computed tomography (SPECT) are essential molecular imaging tools for the in vivo investigation of neurotransmission. Traditionally, PET and SPECT images are analysed in a univariate manner, testing for changes in radiotracer binding in regions or voxels of interest independently of each other. Over the past decade, there has been an increasing interest in the so-called molecular connectivity approach that captures relationships of molecular imaging measures in different brain regions. Targeting these inter-regional interactions within a neuroreceptor system may allow to better understand complex brain functions. In this article, we provide a comprehensive review of molecular connectivity studies in the field of neurotransmission. We examine the expanding use of molecular connectivity approaches, highlighting their applications, advantages over traditional methods, and contributions to advancing neuroscientific knowledge. A systematic search in three bibliographic databases MEDLINE, EMBASE, and Scopus on July 14, 2023 was conducted. A second search was rerun on April 4, 2024. Molecular imaging studies examining functional interactions across brain regions were included based on predefined inclusion and exclusion criteria. Thirty-nine studies were included in the scoping review. Studies were categorised based on the primary neurotransmitter system being targeted: dopamine, serotonin, opioid, muscarinic, glutamate, and synaptic density. The most investigated system was the dopaminergic and the most investigated disease was Parkinson’s disease (PD). This review highlighted the diverse applications and methodologies in molecular connectivity research, particularly for neurodegenerative diseases and psychiatric disorders. Molecular connectivity research offers significant advantages over traditional methods, providing deeper insights into brain function and disease mechanisms. As the field continues to evolve, embracing these advanced methodologies will be essential to understand the complexities of the human brain and improve the robustness and applicability of research findings in clinical settings.
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 | 0,008 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,026 | 0,026 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».