SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Fonksiyonel sinir ağları, Parkinson hastalığı hastalarını bilişsel bozukluk spektrumu boyunca katmanlaştırır.

Functional neural networks stratify Parkinson's disease patients across the spectrum of cognitive impairment.

Makine çevirisi · Editoryal inceleme bekliyor

Brain Behav · 2024-01-01

DOI: 10.1002/brb3.3395PMID: 38376051

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

Tanısal bozukluk (CI), Parkinson hastalığında (PD) motor semptomların ortaya çıkmasından birkaç yıl önce ortaya çıkan önemli bir motor olmayan semptomdur. PD'li hastalar varsayımsal olarak CI (PD-normal biliş [NC]) olmadan aşamalardan Mild CI (PD-MCI) ve PD demans (PDD) ile aşamalara ilerlerler. PD'deki CI belirtileri, işlevsiz subkortikal bölgelerin sonucu olmasının yanı sıra farklı beyin bölgeleri ve sinir yolları ile bağlantılıdır. Bununla birlikte, fonksiyonel disregülasyonun CI sırasında ilerleme ile nasıl ilişkili olduğu hala bilinmemektedir. Nörogörüntüleme teknikleri, PD'nin CI aşamalarını ayırt etmede söz verir ve PD'deki CI'nin biyobelirteç oluşumuna daha fazla katkıda bulunur. Bu çalışmada, klinik değerlendirmelerdeki eşitsizlikleri ve dinlenme durumu fonksiyonel bağlantısını (FC) PD'nin üç CI aşaması arasında araştırıyoruz. MethodsÇeyrek kesitli bir klinik çalışma için PD ve 26 sağlıklı kontrol (HC) olan 88 hastayı kaydettik ve kapsamlı klinik bilişsel değerlendirme ile birlikte intra- ve inter-network FC analizini gerçekleştirdik.SonuçlarBulgularımız, çeşitli sinir ağları, yani varsayılan ağ (NDM), ön ağ (Noparie) arasındaki önemi vurgulamaktadır. Ek olarak, sonuçlarımız duyusal motor ağının, VN, DMN ve Salience ağının (SN) PDD'den ayırt edici PD-NC'de önemini gösterdi. Son olarak, HC'ye kıyasla, PD'nin CI aşamalarının daha fazla ayırıcı teşhisi için DMN, FPN, VN ve SN'yi pivot ağlar olarak bulduk.ConclusionBiz dinlenme durum ağlarının (RSN) PD'nin CI aşamalarını ayırt etmede ve PD-NC'den MCI veya PDDD'ye ilerlemede ayırt edici bir faktör olabileceğini öne sürüyoruz. Klinik ve nörogörüntüleme verilerinin entegrasyonu, klinik ortamlarda PD'nin erken tespitini artırabilir ve potansiyel olarak hastalığın daha ciddi aşamalara ilerlemesini önleyebilir.

Özgün kaynak özetini okuyun

IntroductionCognitive impairment (CI) is a significant non-motor symptoms in Parkinson's disease (PD) that often precedes the emergence of motor symptoms by several years. Patients with PD hypothetically progress from stages without CI (PD-normal cognition [NC]) to stages with Mild CI (PD-MCI) and PD dementia (PDD). CI symptoms in PD are linked to different brain regions and neural pathways, in addition to being the result of dysfunctional subcortical regions. However, it is still unknown how functional dysregulation correlates to progression during the CI. Neuroimaging techniques hold promise in discriminating CI stages of PD and further contribute to the biomarker formation of CI in PD. In this study, we explore disparities in the clinical assessments and resting-state functional connectivity (FC) among three CI stages of PD.MethodsWe enrolled 88 patients with PD and 26 healthy controls (HC) for a cross sectional clinical study and performed intra- and inter-network FC analysis in conjunction with comprehensive clinical cognitive assessment.ResultsOur findings underscore the significance of several neural networks, namely, the default mode network (DMN), frontoparietal network (FPN), dorsal attention network, and visual network (VN) and their inter-intra-network FC in differentiating between PD-MCI and PDD. Additionally, our results showed the importance of sensory motor network, VN, DMN, and salience network (SN) in the discriminating PD-NC from PDD. Finally, in comparison to HC, we found DMN, FPN, VN, and SN as pivotal networks for further differential diagnosis of CI stages of PD.ConclusionWe propose that resting-state networks (RSN) can be a discriminating factor in distinguishing the CI stages of PD and progressing from PD-NC to MCI or PDD. The integration of clinical and neuroimaging data may enhance the early detection of PD in clinical settings and potentially prevent the disease from advancing to more severe stages.

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.