Cortical connectivity is associated with cognition across time in Parkinson's disease
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.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».