Changes in both top-down and bottom-up effective connectivity drive visual hallucinations in Parkinson's disease
Notice bibliographique
Résumé
Abstract Visual hallucinations are common in Parkinson's disease and are associated with a poorer quality of life and a higher risk of dementia. An important and influential model that is widely accepted as an explanation for the mechanism of visual hallucinations in Parkinson's disease and other Lewy body diseases is that these arise due to aberrant hierarchical processing, with impaired bottom-up integration of sensory information and overweighting of top-down perceptual priors within the visual system. This hypothesis has been driven by behavioural data and supported indirectly by observations derived from regional activation and correlational measures using neuroimaging. However, until now, there was no evidence from neuroimaging for differences in causal influences between brain regions measured in patients with Parkinson's hallucinations. This is in part because previous resting-state studies focused on functional connectivity, which is inherently undirected in nature and cannot test hypotheses about the directionality of connectivity. Spectral dynamic causal modelling is a Bayesian framework that allows the inference of effective connectivity—defined as the directed (causal) influence that one region exerts on another region—from resting-state functional MRI data. In the current study, we utilize spectral dynamic causal modelling to estimate effective connectivity within the resting-state visual network in our cohort of 15 Parkinson's disease visual hallucinators and 75 Parkinson's disease non-visual hallucinators. We find that visual hallucinators display decreased bottom-up effective connectivity from the lateral geniculate nucleus to primary visual cortex and increased top-down effective connectivity from the left prefrontal cortex to primary visual cortex and the medial thalamus, as compared with non-visual hallucinators. Importantly, we find that the pattern of effective connectivity is predictive of the presence of visual hallucinations and associated with their severity within the hallucinating group. This is the first study to provide evidence, using resting-state effective connectivity, to support a model of aberrant hierarchical predictive processing as the mechanism for visual hallucinations in Parkinson's disease.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».