SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Kortikolimbik yapısal kovaryans ağı, Parkinson hastalığında bilişsel bozukluk için erken tahmin edici bir biyoimza olarak.

The corticolimbic structural covariance network as an early predictive biosignature for cognitive impairment in Parkinson's disease.

Makine çevirisi · Editoryal inceleme bekliyor

Sci Rep · 2021-01-13

DOI: 10.1038/s41598-020-79403-xPMID: 33441662

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

Yapısal kovaryans beyin bölgeleri arasındaki gri maddedeki benzerlikleri değerlendirir ve beynin ağlarını incelemek için uygulanabilir. Bu çalışmada, Parkinson hastalığı hastalarında yapısal kovarians ağları (SCN'ler) ve bilişsel bozukluk arasındaki korelasyonları araştırdık. Çalışmaya 101 PD hastası ve 58 yaş ve cinsiyet uyumlu sağlıklı kontroller alındı. Her katılımcı için Wechsler Yetişkin Zeka Ölçeği-III ve Bilişsel Yetenek Tarama Aracı kullanılarak kapsamlı nöropsikolojik testler yapılmıştır. Yapısal beyin MR görüntüleri 3.0T tüm vücut GE Signa MRI sistemi kullanılarak elde edildi. T1 yapısal görüntüleri, voksel tabanlı morfometrik analiz ve SCN analizi için Matlab R2016a üzerinde çalışan İstatistiksel Parametrik Haritalama yazılımı (SPM12) kullanılarak önceden işlendi ve analiz edildi. Normal bilişli PD hastaları 1 yıllık aralıkta takip nöropsikolojik test aldı. PD'deki bilişsel bozukluk amigdala/hippocampus SCN'nin dejenerasyonu ile ilişkilidir. Demanslı PD hastaları, normal bilişli PD hastalarına (PDN) kıyasla prefrontal korteks üzerinde artmış kovariyans gösterdi. Takipte bilişsel bozukluk geliştiren PDN hastaları, ilk MRG'de amigdala/hippocampus SCN'nin gri madde hacmini azalttı. Sonuçlarımız PD hastalarında bilişsel bozukluk için sinirsel ağ tabanlı bir mekanizmayı desteklemektedir. SCN analizi, PD hastalarında bilişsel düşüşü erken tahmin etmek için kullanılabilecek savunmasız ağları ortaya çıkarabilir.

Özgün kaynak özetini okuyun

Structural covariance assesses similarities in gray matter between brain regions and can be applied to study networks of the brain. In this study, we explored correlations between structural covariance networks (SCNs) and cognitive impairment in Parkinson's disease patients. 101 PD patients and 58 age- and sex-matched healthy controls were enrolled in the study. For each participant, comprehensive neuropsychological testing using the Wechsler Adult Intelligence Scale-III and Cognitive Ability Screening Instrument were conducted. Structural brain MR images were acquired using a 3.0T whole body GE Signa MRI system. T1 structural images were preprocessed and analyzed using Statistical Parametric Mapping software (SPM12) running on Matlab R2016a for voxel-based morphometric analysis and SCN analysis. PD patients with normal cognition received follow-up neuropsychological testing at 1-year interval. Cognitive impairment in PD is associated with degeneration of the amygdala/hippocampus SCN. PD patients with dementia exhibited increased covariance over the prefrontal cortex compared to PD patients with normal cognition (PDN). PDN patients who had developed cognitive impairment at follow-up exhibited decreased gray matter volume of the amygdala/hippocampus SCN in the initial MRI. Our results support a neural network-based mechanism for cognitive impairment in PD patients. SCN analysis may reveal vulnerable networks that can be used to early predict cognitive decline in PD patients.

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.