XiaoMi-AI文件搜索系统
World File Search System帕金森病
6-OHDA 半侧帕金森病大鼠模型中强迫和自发运动期间双侧颅内 β 活动
皮质基底神经节 β 振荡 (13-30 Hz) 被认为与帕金森病 (PD) 的运动障碍有关，尤其是运动迟缓和僵硬。多项研究已利用单侧 6-羟基多巴胺 (6-OHDA) 大鼠 PD 模型进一步研究 PD 和测试新疗法。然而，文献中尚未记录该模型的详细行为和电生理学表征，包括对 DBS 等流行 PD 疗法的分析。因此，我们通过一系列实验 (即圆柱体测试、旷场测试和转棒测试) 对 6-OHDA 大鼠半 PD 模型进行挑战，旨在评估运动障碍、分析深部脑刺激 (DBS) 的影响以及确定在哪些条件下会发生过度 β 振荡。我们发现，与假手术组相比，6-OHDA 半 PD 大鼠在所有实验中的表现均有所下降，而 DBS 可以提高它们的整体表现。在所有实验和行为中，高β波段的功率被观察到是 PD 的重要生物标志物，因为它显示了健康半球和受损半球之间以及 6-OHDA 受损大鼠和假手术大鼠之间的差异。这一切都表明，6-OHDA 半 PD 模型准确地代表了 PD 的许多运动和电生理症状，并且在分别考虑低β（13-21 Hz）和高β（21-30 Hz）频带时，使其成为新疗法临床前测试的有用工具。
表 1 目前正在研究针对特定分子通路治疗帕金森病的候选药物。
表 1 目前正在研究用于治疗帕金森病的特定分子通路的候选药物。缩写 α -syn /α -突触核蛋白；alpha-突触核蛋白，AAV9；腺相关病毒载体 9，ADAS-cog；阿尔茨海默病评估量表-认知分量表，ATP；三磷酸腺苷，c-Abl；阿贝尔森酪氨酸激酶，CGIC；临床医生对变化的总体印象，CNS；中枢神经系统，CSF；脑脊液，GCase；葡萄糖脑苷脂酶，LRRK-2；富含亮氨酸重复激酶 2，MADRS-2；蒙哥马利阿斯伯格抑郁量表，MDS-UPDRS；运动障碍协会统一帕金森病评定量表，NMSS；非运动症状量表，SNCA； Alpha Synnuclein 基因，PD。
深部脑刺激治疗癫痫和帕金森病的方向
深部脑刺激 (DBS) 自 1980 年代以来一直用于治疗运动障碍。与病变疗法相比，DBS 有几个明显的优势。它是可逆的，并且可以提供更好的症状缓解，并且并发症比病变少。DBS 通过植入后调整治疗参数来产生最大疗效，并且可以双侧应用，而双侧病变通常会导致很高的副作用风险（Okun 和 Vitek，2004）。DBS 最先用于治疗帕金森病，是 FDA 批准的帕金森病 (PD)、特发性震颤和肌张力障碍的治疗方法。据估计，美国约 150,000 名运动障碍患者植入了 DBS 设备（Benabid 等人，1987）。这一成功鼓励了 DBS 在各种神经精神疾病中的应用。最近，DBS 已被批准用于治疗强迫症和难治性癫痫。由于上述大多数神经精神疾病的结果不一致，使用 DBS 治疗重度抑郁症（Dandekar 等人，2018 年）和阿尔茨海默病（Lozano 等人，2016 年）的临床试验效果有限。治疗的几个关键方面仍未解决，特别是根据个体解剖和病理生理差异，应如何、在何处和何时进行刺激。本综述讨论了癫痫或帕金森病患者的这些因素。
帕金森病患者接受深部脑刺激后的生存率和医疗保健应用
摘要：目的：比较接受深部脑刺激 (DBS) 的帕金森病 (PD) 患者与对照组的长期生存率，并检查 DBS 是否与跌倒伤害、长期护理和家庭护理的差异有关。方法：使用行政健康数据（加拿大安大略省），我们检查了 1997 年至 2012 年期间确诊为 PD 的一组个体中的 DBS 结果。接受 DBS 的患者与非 DBS 对照组按年龄、性别、PD 诊断日期、患 PD 时间和倾向评分进行匹配。使用对数秩检验和边际 Cox 比例风险回归比较组间生存率。累积发生率函数曲线和边际亚分布风险模型用于评估 DBS 对跌倒、长期护理入院和家庭护理使用的影响，以死亡作为竞争风险。结果：有 260 名 DBS 接受者与 551 名对照者相匹配。与对照组相比，接受 DBS 治疗的患者并未获得显著的生存优势（对数秩检验 p = 0.50；HR：0.89，95% CI：0.65 – 1.22）。在年龄 < 65 岁的患者中，接受 DBS 治疗的患者死亡风险显著降低（HR：0.49，95% CI：0.28 – 0.84）。与对照组相比，接受 DBS 治疗的患者更有可能接受跌倒护理（HR：1.56，95% CI：1.19 – 2.05）和家庭护理（HR：1.59，95% CI：1.32 – 1.90），而两组之间的长期护理入院率相似。结论：接受 DBS 治疗可能会提高接受 DBS 治疗的年轻 PD 患者的生存率。未来的研究应该检验生存优势是否可以归因于对 PD 的影响或影响死亡率的合并症的缺失。
利用机器学习进行多模态 MRI 鉴别帕金森病和进行性核上性麻痹的效用
经典帕金森病 (PD) 和进行性核上性麻痹 (PSP)（尤其是理查森综合征 (PSP-RS)）的早期鉴别诊断通常受到症状特征重叠的限制，现有的临床评分或既定的诊断方法无法有效捕捉这些症状特征。在这种情况下，即使是运动障碍专家也报告了高达 24% 的失败率 ( 1 )。在临床实践中，PD 和 PSP-RS 的诊断主要基于临床检查，包括主要特征、对左旋多巴的反应以及统一 PD 评定量表 (UPDRS) ( 2 ) 等既定评分。然而，由于临床症状明显重叠且床边检查准确性不足，鉴别诊断通常具有挑战性，尤其是在疾病早期。准确的早期诊断与通过适当的药物管理、患者护理方案更好地管理疾病密切相关，并且可能显著改善疾病预后。此外，识别早期疾病表现可能带来更有针对性的药物疗法，并推动在这一领域开发更有效的药物疗法。在这方面，使用各种磁共振成像 (MRI) 模式，如 T1 加权 ( 3 , 4 )、T2 加权 ( 5 , 6 ) 和扩散张量 MRI (DTI) ( 7 , 8 ) 进行的分组研究显示，PD 和 PSP-RS 患者与健康对照 (HC) 受试者之间存在显著差异。这些差异表明区域脑容量、脑铁代谢和微结构脑组织退化发生了改变，所有这些都与 PD 和 PSP-RS 与 HC 受试者相比的神经退行性特征密切相关 ( 9 – 11 )。监督式机器学习技术能够识别高维数据中的复杂模式，而识别出的模式可用于对新的未知病例做出针对特定患者的预测 (12)。机器学习已成功用于解决各种精准医疗问题 (13)，多项研究尝试利用上述分组研究获得的特征对个体 PD 和 PSP-RS 患者进行分类 [例如 (14-16)]。然而，到目前为止，只有少数科学研究真正尝试利用多模态成像特征的力量来改善 PD 和 PSP-RS 患者的鉴别分类 [例如 (17、18)]。此外，与单模态成像信息相比，多模态成像的真正优势尚未详细探讨。因此，本研究旨在提出一个全面的端到端框架，使用 T1 加权、T2 加权和 DTI 数据集对 PD 患者、PSP-RS 患者和 HC 受试者进行分类，并评估使用单个单模态特征和多模态特征训练的最佳机器学习模型的准确性。
大脑复杂性状背后的细胞类型的基因鉴定有助于深入了解帕金森病的病因
Julien Bryois＃1，Nathan G. Skene＃2,3,4,5，Thomas Folkmann Hansen 6,7,8 9,20，Lars Alfredsson 21，Tetsuya Ando 22，Ole Andreasen 23，Ole Andreasen 23，Jessica Baker，Jessica Baker 24,25，24,25 Uehren 35，Cynthia Buklik 1,9,16，Roland Bhardt Man 14,15，Rock 39，Philippe Courtet 40，Steven Crawford 34，Scott Crows 41，Oliver Davis 42,43 CE Desocio 47，Dimitris Dikeos 49 Esko 58,59，Xavier Estville 53,54,55,60，Angela Favaro 46，Fernando Ferndez-Aranda 61,62，Manfred Ficher 63,64，ManuelFöcker5 ，Fragiskos Gonidakis 73，Philip Gondoth 31,75，Monica Gratacos Mayora 53,54,55，Jakob Grove 76,77,78,7 0,81 0,81，Katherine Halmi 82，Ken Hanscom，Ken Hanscom，kentine Hatzikotoulas 32，Johannes Hebebrand 65，Sietske Hers hers sherp hers stepl 7，约翰·霍德（L. 98，
人工智能和代谢物标记在帕金森病诊断和预后中的应用
背景 进行性神经退行性疾病，例如帕金森病 (PD)，通常表现出异质性症状，使得临床诊断和患者预后困难。PD 的临床诊断主要依赖于疾病的身体症状以及病史和患者对多巴胺治疗的反应。然而，临床表现非常多样化，通常远远落后于病理变化，这可能导致疾病的晚期诊断，这会影响疾病的进展。PD 的确切病因仍然为临床研究提供了肥沃的领域，并且被认为涉及遗传和环境因素，这在一定程度上解释了症状的多样性和疾病进展速度的差异。这种多样性使患者对其长期生活质量感到不确定，并妨碍了对临床试验的客观评估。
吉非贝齐通过 PPARα 依赖性星形胶质细胞 GDNF 通路保护帕金森病小鼠模型中的多巴胺能神经元
1 美国芝加哥拉什大学医学中心神经科学系；8 2 美国芝加哥杰西布朗退伍军人医疗中心研究与开发部 9 10 11 12 通讯地址：13 Kalipada Pahan，博士14 神经科学系 15 拉什大学医学中心 16 1735 West Harrison St, Suite Cohn 310 17 芝加哥，伊利诺伊州 60612 18 电话：(312) 563-3592 19 传真：(312) 563-3571 20 电子邮件：Kalipada_Pahan@rush.edu 21 22 23 页数：30 24 25 图表数量：8 26 27 表格数量：2 28 29 摘要字数：233 30 31 引言字数：425 32 33 讨论字数：1095 34 35 利益冲突：无 36 37 致谢：本研究得到美国医学会优秀奖（1I01BX003033）的支持 38退伍军人事务部和 NIH 向 KP 提供的资助（NS083054 和 NS108025）。39 此外，Pahan 博士还获得了退伍军人事务部颁发的“研究职业科学家奖”（1IK6 BX004982）。40 41 42 43 44
带有 LINCS 和 IDG 的知识图谱分析平台，用于帕金森病目标照明
LINCS 中心利用深入的基因和蛋白质表达分析来生成可直接映射到 IDG 蛋白质靶标的签名。疾病和表型本体映射是一项社区挑战，有 OMOP 和 UMLS 等实用且可行的解决方案。LINCS 扰动物包括严格定义的化学实体和 IDG 资源 DrugCentral 中包含的小分子药物。因此，LINCS 的大量人类细胞系和实验化学扰动数据集，结合 IDG 的蛋白质靶标（基因和蛋白质 ID）和 DrugCentral 活性药物成分（药物化合物）数据库，为药物靶标发现提供了紧密集成的组合资源。
帕金森病的计算机化认知训练
摘要 简介 认知障碍被认为是帕金森病 (PD) 的重要非运动症状，需要基于证据的非药物干预措施来预防或减缓此类患者群体的认知能力下降。计算机化认知训练 (CCT) 就是这样一种干预措施，它已被证明对老年人群的认知能力有效。本系统评价旨在研究 CCT 对 PD 患者的认知、社会心理和功能领域的疗效，并研究可能缓和 CCT 对认知影响的研究和干预设计因素。 方法与分析 将纳入研究 CCT 对无痴呆症的 PD 患者的认知、社会心理或功能结果影响的随机对照试验。主要结果是整体认知功能。次要结果是领域特定的认知功能、社会心理功能和功能能力。 我们系统地搜索了截至 2020 年 5 月 14 日的 MEDLINE、Embase 和 PsycINFO，以确定相关文献。将使用修订后的 Cochrane 偏倚风险工具评估偏倚风险。效应大小将计算为基线到干预后变化的标准化平均差（Hedges' g），每个符合条件的结果测量的置信区间为 95%。将使用随机效应模型对研究间的结果进行汇总，考虑研究内效应大小的依赖结构。将使用 τ 2 和 I 2 统计量评估异质性。将使用混合效应元回归模型，根据关键研究和干预设计因素研究潜在的调节因素。伦理与传播 无需伦理批准。研究结果将在同行评审的科学期刊上发表。PROSPERO 注册号 CRD42020185386。