SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Parkinson hastalığında zamanlanmış hareket hazırlığı sırasında beta durum değişikliklerini ayırmak.

Dissecting beta-state changes during timed movement preparation in Parkinson's disease.

Makine çevirisi · Editoryal inceleme bekliyor

Prog Neurobiol · 2019-11-25

DOI: 10.1016/j.pneurobio.2019.101731PMID: 31778771

Open accessResearch Support, Non-U.S. Gov't; research-article; Journal ArticleKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Ortaya çıkan bir perspektif, beta-bandı (15-28 Hz) aktivitesini, yalnızca geleneksel deneme-ortalama güç ölçülerinde sürekli görünen kısa ömürlü yüksek amplitude olaylarından oluştuğu olarak tanımlar. Bu, Parkinson hastalığı gibi bozukluklarda beta bant aktivitesinde gözlemlenen anormallikleri karakterize etmek için önemli etkilere sahiptir. Beta-olay dinamiği ile ilişkili parametrelerin ölçülmesi daha hassas önlemler verebilir, daha seçici tanısal nöral belirteçler sağlayabilir ve bu hastalıktaki beyin dinamiğinin bozulmasına dair daha büyük mekanistik anlayış sağlayabilir. Burada, zamanlanmış hareket hazırlığı sırasında beta-event dinamiklerini araştırmak için on sekiz Parkinson hastalığı katılımcısında dopaminerjik ilaç ve on sekiz sağlıklı kontrol katılımcısında manyetoensefalografi kullandık. Olay dinamiklerini veri odaklı bir şekilde sınıflandırmak için Gizli Markov Modeli'ni kullandık ve beta olaylarının üç parametresini türettik: (1) beta-durum genliği, (2) beta-durum ömrü ve (3) beta-durum aralık süresi. Bunların arasında, beta durum aralık süresindeki değişiklikler, zamanlanmış hareket hazırlığı sırasında beta gücündeki genel azalmaları açıkladı ve Parkinson hastalığı olan hastalarda bu tür hazırlıklardaki bozulmayı benzersiz bir şekilde yakaladı. Bu nedenle, Gizli Markov Model analizinin artan granülitesi (güç geleneksel analizi ile karşılaştırıldığında) artan hassasiyet sağlar ve Parkinson hastalığında zamanlanmış hareket hazırlığının bozulmalarına olası bir neden önerir.

Özgün kaynak özetini okuyun

An emerging perspective describes beta-band (15-28 Hz) activity as consisting of short-lived high-amplitude events that only appear sustained in conventional measures of trial-average power. This has important implications for characterising abnormalities observed in beta-band activity in disorders like Parkinson's disease. Measuring parameters associated with beta-event dynamics may yield more sensitive measures, provide more selective diagnostic neural markers, and provide greater mechanistic insight into the breakdown of brain dynamics in this disease. Here, we used magnetoencephalography in eighteen Parkinson's disease participants off dopaminergic medication and eighteen healthy control participants to investigate beta-event dynamics during timed movement preparation. We used the Hidden Markov Model to classify event dynamics in a data-driven manner and derived three parameters of beta events: (1) beta-state amplitude, (2) beta-state lifetime, and (3) beta-state interval time. Of these, changes in beta-state interval time explained the overall decreases in beta power during timed movement preparation and uniquely captured the impairment in such preparation in patients with Parkinson's disease. Thus, the increased granularity of the Hidden Markov Model analysis (compared with conventional analysis of power) provides increased sensitivity and suggests a possible reason for impairments of timed movement preparation in Parkinson's disease.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.