Cognition‐Associated Changes in Retinal Thickness Relate to Limbic and Temporal Cortical Atrophy in Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: Research links retinal changes to cognitive decline in Parkinson's disease (PD), paralleling findings in Alzheimer's, raising questions about specific cortical patterns of cognition-related retinal abnormalities in PD. OBJECTIVE: The study aimed to explore whether retinal thinning linked to cognitive decline could act as a potential biomarker for cerebral atrophy in PD. METHODS: Twenty seven patients with PD underwent cognitive and neurological assessments, along with retinal imaging using OCT and cerebral imaging using structural MRI. After identifying abnormal retinal layers associated with cognitive dysfunction through partial correlation analyses controlling for age-related effects, associations between these retinal layers and the parcellated cerebral gray matter were assessed using multiple comparison-corrected partial correlation analyses adjusted for age and gender. RESULTS: Significant positive correlations were found between cognitive impairment measured by MoCA and specific retinal layers (IPL, GCL, and RNFL). Of these, strong associations were observed between the IPL and GCL and cortical thickness in brain the temporal lobe and limbic cortex, with more detailed further analysis showing significant correlations particularly within the middle and posterior cingulate cortex in the limbic cortex and the middle and superior temporal gyrus in the temporal lobe. CONCLUSION: Correlations between retinal thinning, cognitive decline, and specific patterns of cortical atrophy in PD support a potential of retinal measurements as a biomarker for cognitive impairment linked to cerebral neurodegeneration.
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) | 0,000 | 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 ».