Cortical connectivity is associated with cognition across time in Parkinson's disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cognitive symptoms are common in Parkinson's disease (PD) and have debilitating effects on quality of life and disease trajectory; however, the underlying brain mechanisms remain poorly understood. To address this gap, we investigated the relationship between functional connectivity and cognition at multiple time points using longitudinal functional MRI (fMRI) and cognitive assessments from the Parkinson's Progression Marker Initiative (PPMI). We calculated resting-state functional connectivity across three distinct time points. We analyzed functional connectivity within and between three key cortical brain networks that have been linked with higher-order cognitive function in PD: the frontoparietal network (FPN); the salience network (SAL); and the default mode network (DMN). Global cognitive functioning was assessed with the Montreal Cognitive Assessment (MoCA) at each of the three time points, and this was our primary dependent variable. Linear mixed-effects modeling revealed that decreased FPN-DMN functional connectivity is associated with lower MoCA scores over time. A similar trend was found for SAL-DMN functional connectivity. These relationships were specific to cognition, as there were no significant associations between functional connectivity and motor symptoms, as measured with the Movement Disorders Society-Unified Parkinson's Disease Rating Scale-Part III (MDS-UPDRS-III). These findings suggests that cortical connectivity is associated with and may contribute to the progression of cognitive symptoms in PD. Our findings advance knowledge about cognitive changes in PD and emphasize the importance of functional brain network architecture.
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.
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 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle