NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
ObjectiveParkinson hastalığı (PD), büyük ölçekli beyin ağlarının bir bozukluğu olarak giderek daha fazla kavramsallaştırılıyor, ancak frekansa özgü fonksiyonel bağlantının aşamalar boyunca yeniden düzenlenip düzenlenmediği ve nasıl yeniden düzenlendiği iyi anlaşılmıyor. Bu çalışmada, PD'nin klinik spektrumunda kortiko-kortikal fonksiyonel bağlantıyı karakterize etmek için yüksek yoğunluklu elektroensefalografi (EEG) kullandık. MethodsWe, erken, orta ve ileri aşamalara ve 57 sağlıklı kontrole yayılan 140 PD hastanın kesit kohortunda yüksek yoğunluklu EEG uyguladı. Kortiko-kortikal fonksiyonel bağlantı, birden fazla frekans bandı boyunca kaynak uzayda yeniden yapılandırıldı ve evreye bağlı ağ değişikliklerini tanımlamak ve tanı ve prognostik alakalarını değerlendirmek için makine öğrenme modelleri ile birleştirilmiş ağ tabanlı istatistikler kullanılarak analiz edildi.SonuçlarHastalık aşamaları boyunca farklı yörüngeleri gösteren 3 ayrı büyük ölçekli ağ tespit ettik. Prefrontal ve parieto-temporal bölgeleri içeren bir alfa bant ağı, progresif hipokonnektivite sergiledi ve bilişsel ve eksenel bozulma ile ilişkiliydi. Beta bantlı sensorimotor ağ, bradikinezi şiddetine paralel olarak progresif hiperkonnektivite gösterdi. Yüksek gamma ağı, erken PD'de bağlantının arttığını, ardından ilerici bir bağlantı arızası olduğunu ve motor komplikasyonlarla ters olarak ilişkili olduğunu gösterdi. Çok bantlı entegrasyon, erken PD ile sağlıklı kontroller ve hastalık evreleri boyunca sağlam tabakalaşma arasında mükemmele yakın bir ayrım sağladı. Banta özgü ağlar ayrıca, bilişsel ve eksenel bozulma için daha düşük risk altındaki hastaları tanımlayan korunmuş alfa bağlantısı ve motor komplikasyonlara karşı zayıf noktayı gösteren daha güçlü yüksek gama bağlantısı ile hastalık ilerlemesinin klinik kilometre taşlarını öngördü.İnterpretasyonBirlikte, bu sonuçlar, frekansa özgü kortikal ağları hastalık evresi ve klinik kırılganlık belirteçleri olarak tanımlar ve PD'de tanı, evreleme ve risk stratifikasyonu için ölçeklenebilir sistemler düzeyinde bir biyobelir olarak yüksek yoğunluklu EEG bağlantısını destekler. ANN NEUROL 2026;100:319-333.
Özgün kaynak özetini okuyun
ObjectiveParkinson's disease (PD) is increasingly conceptualized as a disorder of large-scale brain networks, yet whether and how frequency-specific functional connectivity reorganizes across stages remains poorly understood. In this study, we used high-density electroencephalography (EEG) to characterize cortico-cortical functional connectivity across the clinical spectrum of PD.MethodsWe performed high-density EEG in a cross-sectional cohort of 140 PD patients spanning early, intermediate, and advanced stages and 57 healthy controls. Cortico-cortical functional connectivity was reconstructed in source space across multiple frequency bands and analyzed using network-based statistics combined with machine-learning models to identify stage-dependent network alterations and evaluate their diagnostic and prognostic relevance.ResultsWe detected 3 distinct large-scale networks showing divergent trajectories across disease stages. An α-band network involving prefrontal and parieto-temporal regions exhibited progressive hypoconnectivity and was associated with cognitive and axial impairment. A β-band sensorimotor network showed progressive hyperconnectivity, paralleling bradykinesia severity. A high-γ network demonstrated increased connectivity in early PD, followed by a progressive connectivity breakdown, and was inversely associated with motor complications. Multiband integration achieved near-perfect discrimination between early PD and healthy controls and robust stratification across disease stages. Band-specific networks also predicted clinical milestones of disease progression, with preserved α connectivity identifying patients at lower risk for cognitive and axial impairment, and stronger high-γ connectivity indicating reduced vulnerability to motor complications.InterpretationTogether, these results identify frequency-specific cortical networks as markers of disease stage and clinical vulnerability and support high-density EEG connectivity as a scalable systems-level biomarker for diagnosis, staging, and risk stratification in PD. ANN NEUROL 2026;100:319-333.
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.