NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka plan. Parkinson hastalığını (PD) ayırt etmek ve dopaminerjik açık (SWEDD) kanıtı olmadan tarama yapmak önemlidir, çünkü iki grup farklıdır ve farklı terapötik yaklaşımlar gerektirir. Objektif. Bu çalışmanın amacı, SWEDD hastalarını difüzyon tensör görüntüleme sistemiografisinden elde edilen bağlantı bilgilerini kullanarak PD hastalarından ayırmaktı. Yöntemler. Bir araştırma veritabanından SWEDD (n = 37) ve PD (n = 40) difüzyon manyetik rezonans görüntüleri elde edildi. Nöral fiber bilgi edinme süreci olan Tractografi, özel yazılım kullanılarak gerçekleştirildi. PD ve SWEDD hastaları arasındaki grupsal farklar iki bölge arasındaki bağlı lif sayısı kullanılarak ölçüldü ve klinik puanlara göre korelasyon analizleri yapıldı. PD ve SWEDD'yi grup-bilişsel farklılıklara göre ayırt etmek için bir destek vektör makinesi sınıflandırıcısı (SVM) uygulandı. Sonuçlar. Dört bağlantı, grup yönünden önemli farklılıklar gösterdi ve Hareket Bozukluğu Derneği tarafından desteklenen Birleşik Parkinson Hastalığı Derecelendirme Ölçeği ile ilişkiliydi. SVM sınıflandırıcısı, bu tanımlanmış bağlantıları kullanarak SWEDD ve PD arasındaki ayrımda %77,92 doğruluk elde etti. Sonuç. Belirlenen bağlantılar ve bölgeler gelecekteki araştırma araştırmaları için adayları temsil etmektedir.
Özgün kaynak özetini okuyun
Background. It is critical to distinguish between Parkinson's disease (PD) and scans without evidence of dopaminergic deficit (SWEDD), because the two groups are different and require different therapeutic approaches. Objective. The aim of this study was to distinguish SWEDD patients from PD patients using connectivity information derived from diffusion tensor imaging tractography. Methods. Diffusion magnetic resonance images of SWEDD (n = 37) and PD (n = 40) were obtained from a research database. Tractography, the process of obtaining neural fiber information, was performed using custom software. Group-wise differences between PD and SWEDD patients were quantified using the number of connected fibers between two regions, and correlation analyses were performed based on clinical scores. A support vector machine classifier (SVM) was applied to distinguish PD and SWEDD based on group-wise differences. Results. Four connections showed significant group-wise differences and correlated with the Unified Parkinson's Disease Rating Scale sponsored by the Movement Disorder Society. The SVM classifier attained 77.92% accuracy in distinguishing between SWEDD and PD using these identified connections. Conclusions. The connections and regions identified represent candidates for future research investigations.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.