Aller au contenu principal
Accès ouvert déclaré 2024 article

Structural parameters are superior to eigenvector centrality in detecting progressive supranuclear palsy with machine learning & multimodal MRI

4Citations signalées, ce qui n’est pas une note de qualité
9Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : se, de, cz. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Progressive supranuclear palsy (PSP) is an atypical Parkinsonian syndrome characterized initially by falls and eye movement impairment. This multimodal imaging study aimed at eliciting structural and functional disease-specific brain alterations. T1-weighted and resting-state functional MRI were applied in multi-centric cohorts of PSP and matched healthy controls. Midbrain, cerebellum, and cerebellar peduncles showed severely low gray/white matter volume, whereas thinner cortical gray matter was observed in cingulate cortex, medial and temporal gyri, and insula. Eigenvector centrality analyses revealed regionally specific alterations. Multivariate pattern recognition classified patients correctly based on gray and white matter segmentations with up to 98 % accuracy. Highest accuracies were obtained when restricting feature selection to the midbrain. Eigenvector centrality indices yielded an accuracy around 70 % in this comparison; however, this result did not reach significance. In sum, the study reveals multimodal, widespread brain changes in addition to the well-known midbrain atrophy in PSP. Alterations in brain structure seem to be superior to eigenvector centrality parameters, in particular for prediction with machine learning approaches.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.

Titre Crossref
Structural parameters are superior to eigenvector centrality in detecting progressive supranuclear palsy with machine learning & multimodal MRI
Date Crossref
01/08/2024
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Karolinska University Hospital Medical Unit Occupational Therapy & Physiotherapy pays non établi dans la notice
    Établissement de santé
  • Karolinska Institutet Department of Neurobiology pays non établi dans la notice
    Université ou école supérieure
  • Max Planck Institute for Human Cognitive and Brain Sciences pays non établi dans la notice
    Structure de recherche
  • Charles University Department of Neurology pays non établi dans la notice
    Université ou école supérieure
  • Saarland University Department of Neurology pays non établi dans la notice
    Université ou école supérieure
  • German Center for Neurodegenerative Diseases pays non établi dans la notice
    Structure de recherche
  • Universitätsmedizin Göttingen pays non établi dans la notice
    Établissement de santé
  • Universität Ulm pays non établi dans la notice
    Université ou école supérieure
  • Martin Luther University Halle-Wittenberg Department of Neurology pays non établi dans la notice
    Université ou école supérieure
  • University Medical Center Göttingen pays non établi dans la notice
    Université ou école supérieure
  • University of Ulm Department of Neurology pays non établi dans la notice
    Université ou école supérieure
  • University of Leipzig Clinic of Cognitive Neurology pays non établi dans la notice
    Université ou école supérieure

Medical Unit Occupational Therapy & Physiotherapy — Karolinska University Hospital, Department of Neurobiology — Karolinska Institutet et Max Planck Institute for Human Cognitive and Brain Sciences, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Parkinson's Disease Mechanisms and TreatmentsFunctional Brain Connectivity StudiesAdvanced MRI Techniques and Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.