Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Yürüyüşün dondurulması (FOG), Parkinson hastalığı (PD) ve ilgili bozuklukları olan hastaları etkileyen bir yürüyüş bozukluğudur. FOG'un patofizyolojisi, davranışın motor, bilişsel ve duygusal yönlerini içeren fenomenolojik karmaşıklığı nedeniyle belirsizdir. Burada, PD'li 67 hastada FOG şiddetini yansıtan Yeni FOG anketi (NFOGQ) ile ilişkili fonksiyonel bağlantı (FC) elde etmek için dinlenme durumu fonksiyonel MRI kullandık. NFOGQ skorları, striatum ve amigdalayı içeren genişletilmiş bazal ganglia ağında (BGN) ve frontoparietal ağı (FPN) içeren ekstra serebellum ağında (CBLN) FC'lerle ilişkilendirildi. Bu FC'ler duygusal (amygdala), subkortikal motor (BGN ve CBLN) ve bilişsel ağlar (FPN) arasındaki etkileşimleri temsil ediyordu. Bu FC'leri özellik olarak kullanarak, FOG şiddetinin bireysel olarak varyanslarının% 40'ını açıklayan ve FOG'lu ve FOG'suz PD hastaları arasında ayrım yapan istatistiksel modeller oluşturduk. Subkortikal motora (BGN ve CBLN) ve bilişsel (FPN) ağlara bağlanan amigdala, duygusal, bilişsel ve subkortikal motor ağlarındaki etkileşimlerde önemli bir rol oynayabilir. FC'leri kullanarak makine öğrenimine dayalı sınıflandırıcının gelecekteki rafine edilmesi, FOG'nun karmaşık patofizyolojisini daha da netleştirebilir ve FOG'nun klinik ortamlarda teşhis edilmesine ve değerlendirilmesine yardımcı olabilir.
Özgün kaynak özetini okuyun
Freezing of gait (FOG) is a gait disorder affecting patients with Parkinson's disease (PD) and related disorders. The pathophysiology of FOG is unclear because of its phenomenological complexity involving motor, cognitive, and emotional aspects of behavior. Here we used resting-state functional MRI to retrieve functional connectivity (FC) correlated with the New FOG questionnaire (NFOGQ) reflecting severity of FOG in 67 patients with PD. NFOGQ scores were correlated with FCs in the extended basal ganglia network (BGN) involving the striatum and amygdala, and in the extra-cerebellum network (CBLN) involving the frontoparietal network (FPN). These FCs represented interactions across the emotional (amygdala), subcortical motor (BGN and CBLN), and cognitive networks (FPN). Using these FCs as features, we constructed statistical models that explained 40% of the inter-individual variances of FOG severity and that discriminated between PD patients with and without FOG. The amygdala, which connects to the subcortical motor (BGN and CBLN) and cognitive (FPN) networks, may have a pivotal role in interactions across the emotional, cognitive, and subcortical motor networks. Future refinement of the machine learning-based classifier using FCs may clarify the complex pathophysiology of FOG further and help diagnose and evaluate FOG in clinical settings.
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.