A meta-analysis of periodic and aperiodic M/EEG components in Parkinson’s disease
Notice bibliographique
Résumé
Abstract Parkinson’s disease is characterised by a range of motor and non-motor changes that can negatively impact quality of life. Many studies have identified potential clinical electrophysiological biomarkers of Parkinson’s disease with an aim of developing new methods of identifying at-risk patients, and to form the basis of therapeutic interventions. However, these studies do not present consistent results, and a formal meta-analysis is warranted to identify reliable M/EEG characteristics across datasets. In this meta-(re-)analysis of open-access M/EEG datasets (n = 6; 4 EEG and 2 MEG), we compared periodic and aperiodic characteristics of resting-state recordings in 368 patients with Parkinson’s disease and 570 age-matched healthy controls. Specifically, we compared the power and peak frequency of the aperiodic-adjusted alpha and beta oscillations, and the aperiodic exponent and offset across the two groups. Using spectral parametrisation, individuals with Parkinson’s disease had higher alpha-band power and a slower alpha peak frequency compared to controls, however no group differences in beta-band power and peak frequency were identified in this resting state data. Parkinson’s patients were furthermore found to have consistently higher aperiodic offset and exponent, possibly indicative of increased cortical inhibition. In conclusion, this large cohort meta-analysis points to a broadly consistent pattern of both periodic and aperiodic changes in Parkinson’s patients in M/EEG signal that may be used to develop diagnostics and targeted interventions in the future.
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,031 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».