Effective connectivity in individuals with Alzheimer's disease and mild cognitive impairment: A systematic review - 12/09/22

Doi : 10.1016/j.neuri.2022.100104 
Sayedeh-Zahra Kazemi-Harikandei a , Parnian Shobeiri a, b , Mohammad-Reza Salmani Jelodar a , Seyed Mohammad Tavangar c, d,
a School of Medicine, Tehran University of Medical Sciences, Tehran, Iran 
b Non-Communicable Diseases Research Center, Endocrinology and Metabolism Population Sciences Institute, Tehran University of Medical Sciences, Tehran, Iran 
c Department of Pathology, Shariati Hospital, Tehran University of Medical Sciences, Tehran, Iran 
d Chronic Diseases Research Center, Endocrinology and Metabolism Population Sciences Institute, Tehran University of Medical Sciences, Tehran, Iran 

Corresponding author at: Department of Pathology, Shariati Hospital, Tehran University of Medical Sciences, Tehran, Iran.Department of PathologyShariati HospitalTehran University of Medical SciencesTehranIran

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
Articolo gratuito.

Si connetta per beneficiarne

Abstract

Background

Alzheimer's disease (AD) is the most common cause of dementia. Effective connectivity (EC) methods signify the direction of brain interactions. The identified inter-system mappings can be helpful in characterizing the pathophysiology of the disease.

Methods and Results

We conducted a systematic review of the alterations in EC findings in individuals with AD or Mild Cognitive Impairment (MCI) from PubMed, Scopus, and Google Scholar from fMRI studies. We extracted EC alterations and altered network findings related to specific cognitive impairments. Additionally, we brought a narrative synthesis on the clinical-pathologic relevance of the utilized computational methods. Thirty-nine studies retrieved from the full-text screening. A general pattern of disconnection in several hub centers and changes in inter-network interactions was identified.

Conclusion

In summary, this study demonstrated the beneficial role of EC analyses and network measures in understanding the pathophysiology of AD. Future studies are needed to bring out methodologically consistent data for more structured meta-analytic views.

Il testo completo di questo articolo è disponibile in PDF.

Keywords : Alzheimer's disease, Mild cognitive impairment, Effective connectivity, Clinical-pathologic correlation, Pathophysiology, Functional brain networks


Mappa


© 2022  Pubblicato da Elsevier Masson SAS.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 2 - N° 4

Articolo 100104- Dicembre 2022 Ritorno al numero
Articolo precedente Articolo precedente
  • Sensors for brain temperature measurement and monitoring – a review
  • Umer Izhar, Lasitha Piyathilaka, D.M.G. Preethichandra
| Articolo seguente Articolo seguente
  • Multistage DPIRef-Net: An effective network for semantic segmentation of arteries and veins from retinal surface
  • Geetha Pavani, Birendra Biswal, Tapan Kumar Gandhi

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2024 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.