NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
GirişParkinson hastalığı (PD), diskinezi ile karakterize bir nörodejeneratif bozukluktur ve oksidatif stresle yakından ilişkilidir. Ürik asit (UA), vücutta bulunan doğal bir antioksidandır. Önceki çalışmalar, UA'nın PD'nin geliştirilmesinde ve geliştirilmesinde önemli bir rol oynadığını ve önemli bir biyobelirteç olduğunu göstermiştir. Subtalamik çekirdek derin beyin stimülasyonu (STN-DBS) PD için yaygın bir tedavidir.Metodlar Dinlenme durumu fonksiyonu MRI'ya (rs-fMRI) dayanarak, PD hastalarında UA ile ilişkili beyin fonksiyonu bağlantısı (FC) ve STN-DBS sonuçları arasındaki ilişki incelenmiştir. FC özelliklerini oluşturmak için farklı beyin bölgelerinden UA ve DC değerlerini kullanıyoruz ve daha sonra operasyonun sonucunu tahmin etmek için SVR modelini kullanıyoruz.Sonuçlar Sonuçlar, UA ile ilişkili FC'li PD hastalarının STN-DBS etkinliği ile yakından ilişkili olduğunu ve prognoz tahmin etmek için kullanılabileceğini göstermektedir. PD hastaları için UA ile ilgili bir makine öğrenme modeli başarıyla geliştirilmiştir.Discussionİki biyobelirteç, UA ve rs-fMRI, PD tedavisinde STN-DBS'nin prognozunu tahmin etmek için birleştirildi. Nörocerrahlar, en iyi adayı taramak ve hastanın prognozunu tahmin etmek için etkili araçlarla sağlanır.
Özgün kaynak özetini okuyun
IntroductionParkinson's disease (PD) is a neurodegenerative disorder characterized by dyskinesia and is closely related to oxidative stress. Uric acid (UA) is a natural antioxidant found in the body. Previous studies have shown that UA has played an important role in the development and development of PD and is an important biomarker. Subthalamic nucleus deep brain stimulation (STN-DBS) is a common treatment for PD.MethodsBased on resting state function MRI (rs-fMRI), the relationship between UA-related brain function connectivity (FC) and STN-DBS outcomes in PD patients was studied. We use UA and DC values from different brain regions to build the FC characteristics and then use the SVR model to predict the outcome of the operation.ResultsThe results show that PD patients with UA-related FCs are closely related to STN-DBS efficacy and can be used to predict prognosis. A machine learning model based on UA-related FC was successfully developed for PD patients.DiscussionThe two biomarkers, UA and rs-fMRI, were combined to predict the prognosis of STN-DBS in treating PD. Neurosurgeons are provided with effective tools to screen the best candidate and predict the prognosis of the patient.
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.