SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Parkinson Hastalığında Difüzyon MRI Traktografisini Kullanarak Yapısal Ağ Analizi ve Motor Bozulması ile İlişkiler.

Structural Network Analysis Using Diffusion MRI Tractography in Parkinson's Disease and Correlations With Motor Impairment.

Makine çevirisi · Editoryal inceleme bekliyor

Front Neurol · 2020-09-02

DOI: 10.3389/fneur.2020.00841PMID: 32982909

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

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

Parkinson hastalığında (PD) uzamsal olarak dağılmış beyin bölgelerinin fonksiyonel bozukluğu, tümleştirici ve ayrık ağ özelliklerindeki değişiklikleri, hangi yeni analiz yöntemlerinin mevcut olduğunu göstermektedir. PD hastaları ve kontroller arasındaki yapısal ağ farklılıklarını değerlendirmek için, iki farklı merkezden gelen verilerle hastaları ve kontrolleri karşılaştırmak için bağlantı matrisleri oluşturmak için MRI T1 gri madde segmentasyonu ve difüzyon MRI sistemografisi kullandık. Hollanda veri kümesinde (Data-NL) 14 PD hastası ve 15 sağlıklı kontrol analiz edilirken, 19 hasta ve 18 kontrol Kanada veri kümesine (Data-CA) dahil edildi. Tüm deneklere T1 ve difüzyon ağırlıklı MRI uygulandı. Hastalar, Birleşik Parkinson Hastalığı Değerlendirme Ölçeği'nin (UPDRS) 3. Bölümü ile değerlendirildi. T1 görüntüleri FreeSurfer kullanılarak bölümlere ayrılırken, broşürografi ExploreDTI kullanılarak gerçekleştirildi. FreeSurfer segmentasyonunun ilgi alanları, bağlantı matrisleri oluşturmak için, sistemografiden kaynaklanan beyaz madde aerodinamik setleri ile birleştirildi. Bu matrislerden hem küresel hem de yerel verimlilikler hesaplandı, bunlar PD ve kontrol grupları arasında karşılaştırıldı ve UPDRS motor puanlarıyla ilgiliydi. Bağlantı matrisleri, dört grup arasında, PD hastaları ve kontrol denekleri arasında, Data-NL'de veya Data-CA'da önemli farklılıklar olmaksızın tutarlı desenler gösterdi. Bununla birlikte, Data-NL'de, küresel ve yerel verimlilik, hem tam beyin hem de nodal seviyelerinde [yanlış keşif oranı (FDR) 0.05] UPDRS puanlarıyla negatif korelasyon gösterdi. Özellikle nodal seviyesinde, posterior parietal korteks UPDRS ve yerel verimlilik arasında negatif bir korelasyon gösterirken, küresel verimlilik sensorimotor korteksteki UPDRS ile negatif korelasyon gösterdi. UPDRS arasındaki negatif korelasyonların mekansal kalıpları ve Data-NL'de görülen ağ verimliliği için parametreler, PD'de Data-CA'daki hassasiyet eşiklerinin altında olan ince yapısal farklılıkları göstermektedir. Bu korelasyonlar daha önce tanımlanmış fonksiyonel farklılıklarla uyumludur. Bu tür farklılıkları tespit etmek için metodolojik yaklaşımlar tartışılmaktadır.

Özgün kaynak özetini okuyun

Functional impairment of spatially distributed brain regions in Parkinson's disease (PD) suggests changes in integrative and segregative network characteristics, for which novel analysis methods are available. To assess underlying structural network differences between PD patients and controls, we employed MRI T1 gray matter segmentation and diffusion MRI tractography to construct connectivity matrices to compare patients and controls with data originating from two different centers. In the Dutch dataset (Data-NL), 14 PD patients, and 15 healthy controls were analyzed, while 19 patients and 18 controls were included in the Canadian dataset (Data-CA). All subjects underwent T1 and diffusion-weighted MRI. Patients were assessed with Part 3 of the Unified Parkinson's Disease Rating Scale (UPDRS). T1 images were segmented using FreeSurfer, while tractography was performed using ExploreDTI. The regions of interest from the FreeSurfer segmentation were combined with the white matter streamline sets resulting from the tractography, to construct connectivity matrices. From these matrices, both global and local efficiencies were calculated, which were compared between the PD and control groups and related to the UPDRS motor scores. The connectivity matrices showed consistent patterns among the four groups, without significant differences between PD patients and control subjects, either in Data-NL or in Data-CA. In Data-NL, however, global and local efficiencies correlated negatively with UPDRS scores at both the whole-brain and the nodal levels [false discovery rate (FDR) 0.05]. At the nodal level, particularly, the posterior parietal cortex showed a negative correlation between UPDRS and local efficiency, while global efficiency correlated negatively with the UPDRS in the sensorimotor cortex. The spatial patterns of negative correlations between UPDRS and parameters for network efficiency seen in Data-NL suggest subtle structural differences in PD that were below sensitivity thresholds in Data-CA. These correlations are in line with previously described functional differences. The methodological approaches to detect such differences are discussed.

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.