Disrupted morphological grey matter networks in early-stage Parkinson's disease.

Araştırma özeti

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

Daha önceki yapısal-değişkenlik çalışmaları Parkinson hastalığında (PD) beyin değişikliklerinin ileri bir anlayışına sahipken, beyin-davranış ilişkileri bireysel düzeyde incelenmemiştir. Bu çalışma, gri madde (GM) ağlarının topolojik organizasyonunu, hastalık şiddeti ile ilişkilerini ve PD'deki potansiyel görüntüleme teşhis değerini araştırdı. Elli dört erken evre PD hastası ve 54 sağlıklı kontrol (HC) yapısal T1 ağırlıklı manyetik rezonans görüntüleme uygulandı. GM ağları, bölgesel GM hacminin dağılımındaki bölgelerarası benzerliği, Kullback-Leibler diverjans ölçüsü kullanılarak tahmin edilerek oluşturulmuştur. Sonuçlar grafik teorisi ve ağ tabanlı istatistikler (NBS) kullanılarak analiz edildi ve hastalık şiddeti ile ilişkisi değerlendirildi. PD hastalarını HC ve farklı motor alt tiplerinden ayırt etmek için keşif destek vektör makinesi analizleri yapılmıştır. HC ile karşılaştırıldığında, PD'deki GM ağları daha yüksek bir kümeleme katsayısı (P = 0.014) ve yerel verimlilik (P = 0.014) gösterdi. Yerel olarak, PD'deki nodal merkeziyetleri postcentral girus ve temporal-oksipital bölgelerde daha düşük, sağ üst frontal girus ve sol putamenlerde daha yüksekti. NBS analizi sensorimotor ve varsayılan mod ağlarında morfolojik bağlantıların azaldığını ve PD'deki tuzluluk ve frontoparietal ağlarda bağlantıların arttığını ortaya koydu. Bağlantı matrisleri ve grafik tabanlı metrikler, sırasıyla %73,1 ve %72.7'lik önemli doğrulukla PD ve HC'nin tek subjektif sınıflandırmasına izin verirken, grafik tabanlı metrikler, titreme-dominant ve akinetik-rijit motor alt tiplerinin %67.0'lık önemli doğrulukla tek subjektif sınıflandırmasına izin verdi. GM ağlarının topolojik organizasyonu, erken evre PD'de bilgi işlemenin daha fazla ayrıştırılmasını öneren bir şekilde bozuldu. Erken görüntüleme tanısına uygulama potansiyeli vardır.

Özgün kaynak özetini okuyun

While previous structural-covariance studies have an advanced understanding of brain alterations in Parkinson's disease (PD), brain-behavior relationships have not been examined at the individual level. This study investigated the topological organization of grey matter (GM) networks, their relation to disease severity, and their potential imaging diagnostic value in PD. Fifty-four early-stage PD patients and 54 healthy controls (HC) underwent structural T1-weighted magnetic resonance imaging. GM networks were constructed by estimating interregional similarity in the distributions of regional GM volume using the Kullback-Leibler divergence measure. Results were analyzed using graph theory and network-based statistics (NBS), and the relationship to disease severity was assessed. Exploratory support vector machine analyses were conducted to discriminate PD patients from HC and different motor subtypes. Compared with HC, GM networks in PD showed a higher clustering coefficient (P = 0.014) and local efficiency (P = 0.014). Locally, nodal centralities in PD were lower in postcentral gyrus and temporal-occipital regions, and higher in right superior frontal gyrus and left putamen. NBS analysis revealed decreased morphological connections in the sensorimotor and default mode networks and increased connections in the salience and frontoparietal networks in PD. Connection matrices and graph-based metrics allowed single-subject classification of PD and HC with significant accuracy of 73.1 and 72.7%, respectively, while graph-based metrics allowed single-subject classification of tremor-dominant and akinetic-rigid motor subtypes with significant accuracy of 67.0%. The topological organization of GM networks was disrupted in early-stage PD in a way that suggests greater segregation of information processing. There is potential for application to early imaging diagnosis.

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.