2 CE-Credits. Sonderausgabe zur Vorhersage (JINS 22:10, 2016): CE-Bundle 3

apa-logo_white_screenDie International Neuropsychological Society ist von der American Psychological Association als Sponsor für die Weiterbildung von Psychologen zugelassen. Die Internationale Neuropsychologische Gesellschaft behält die Verantwortung für dieses Programm und seinen Inhalt.
Bildungsziele
  1. In der Lage sein, kognitive, schulische und psychosoziale Ergebnisse nach einem demyelinisierenden Zwischenfall in der Kindheit zu beschreiben.
  2. Beschreiben Sie die Rolle der Integrität der weißen Substanz bei der Aufrechterhaltung des episodischen Gedächtnisses.
  3. Führen Sie Biomarker auf, die mit der prodromalen Parkinson-Krankheit assoziiert sind.

Kurs Information
Zielgruppe:Mittel
Verfügbarkeit:Verfügbares Datum: 2016
Sie können CE für dieses JINS-Paket jederzeit erwerben.
Angeboten für CEJa
KostenMitglieder $ 20
Nichtmitglieder $30
RückgabebestimmungenDieses JINS-Paket ist nicht erstattungsfähig
CE-Gutschriften2.0

Mitorganisatoren
John L. Woodard, Larry J. Seidman, Julie C. Stout

Einleitung

Die Vorhersage von Verhalten und damit verbundenen Ergebnissen ist seit langem ein Hauptziel der Psychologie. Die Entwicklung von Intelligenztests im frühen 20th Jahrhunderts führte zu neuen Strategien zur Vorhersage schulischer und beruflicher Leistungen (Sternberg, 1996). Ebenso Mitte des 19th Jahrhunderts, Fechners Verwendung mathematischer Modelle zur Verhaltensvorhersage (Wertheimer, 1987) begründete eine bis heute andauernde Tradition, die sich in den von Clark Hull entwickelten mathematischen Modellen des Lernens (Hull, 1943), dynamische Modelle der Entwicklung räumlicher Gedächtnisfähigkeiten (Spencer, Smith, & Thelen, 2001), und andere. Diese Ideen führten auch zu Informationsverarbeitungstheorien des Gedächtnisses (Atkinson & Shiffrin, 1968; Raaijmakers & Shiffrin, 1980), die verwendet wurden, um bestimmte Stadien der Gedächtnisverarbeitung vorherzusagen, die in Patientengruppen beeinträchtigt sind (Brown et al., 1995; Brown, Woodard und Rich, 1994). In jüngster Zeit hat sich die Verwendung von Vorhersagestrategien in der Neuropsychologie der Entwicklung neuer Ansätze zur Identifizierung und Charakterisierung der Entwicklung und des Krankheitsverlaufs von neurokognitiven und neuropsychiatrischen Störungen zugewandt.

Bei der Vorhersage geht es darum, eine Aussage über ein Ereignis zu treffen, das ungewiss ist und normalerweise auf einer Art bekannter Informationen basiert. Obwohl der Begriff "Vorhersage" an die Vorhersage eines zukünftigen Ergebnisses oder Ereignisses erinnert, kann der Begriff "Vorhersage" auch für gleichzeitige diagnostische Zwecke verwendet werden. Seit etwa 2000 hat die Zahl der Forschungsstudien, die sich auf die Vorhersage von Diagnosen und klinischen Verläufen konzentrieren, dramatisch zugenommen. Figure 1 zeigt die Anzahl der Veröffentlichungen pro Jahr, die von 1950 bis zum 1. Oktober 2016 bei einer einfachen Suche nach den Begriffen „präklinische Vorhersage“ in der Datenbank der National Library of Medicine (PubMed) zurückgegeben wurden. Studien zur präklinischen Vorhersage in der Neuropsychologie konzentrierten sich typischerweise auf die Identifizierung von Personen mit dem höchsten Risiko für bestimmte kognitive Erkrankungen. Die frühzeitige Erkennung von Risiken oder subtilen Anzeichen einer beginnenden Krankheit eröffnet die Möglichkeit für Behandlungen, um die Entwicklung der Krankheit zu verhindern oder den Beginn oder das Fortschreiten klinisch signifikanter Symptome zu verlangsamen. Vorhersagestudien nach einer Hirnverletzung waren auch wichtig für die Prognose des Genesungsverlaufs und für die Planung der Ressourcenzuweisung für die Behandlung.

Modernste Vorhersagestrategien wurden durch mindestens zwei bedeutende Entwicklungen in den letzten 25 Jahren erleichtert. Erstens hat die Verfügbarkeit von Hochgeschwindigkeitscomputern und Software, die in der Lage sind, komplexe statistische Analysen durchzuführen, die Entwicklung und Validierung komplexer theoretischer Vorhersagemodelle unterstützt. Beispielsweise wären maschinelle Lernansätze zur Vorhersage ohne leistungsstarke Rechenressourcen nicht möglich (Hey, 2010). Maschinelles Lernen wurde erfolgreich im Rahmen der Diagnose eingesetzt (Bigler, 2013; Mundt, Freed & Greist, 2000; Teipel, Meindl, Grinberg, Heinsen & Hampel, 2008) und Prognose (Gutman et al., 2015; Koutsouleris et al., 2009; Moradi, Pepe, Gaser, Huttunen & Tohka, 2015; Schmidt-Richberg et al., 2016). Zweitens hat die Identifizierung von Biomarkern für eine Vielzahl von neurologischen und psychiatrischen Erkrankungen eine Reihe von Prädiktoren bereitgestellt, die sehr empfindlich auf Risikofaktoren und pathologische Veränderungen reagieren, die zu diesen Erkrankungen führen (Chong, Lim & Sahadevan, 2006; Craig-Schapiro, Fagan & Holtzman, 2009; Mayeux, 2004; Sharma & Laskowitz, 2012; Shaw, Korecka, Clark, Lee und Trojanowski, 2007). Solche Biomarker können verwendet werden, um Vorhersagen über mögliche Ursachen im Zusammenhang mit neuropsychologischen Anomalien zu testen (Ivanoiu et al., 2015;; Miller et al., 2008; Wirthet al., 2013). Verbesserte Gentests haben auch zu genaueren Vorhersagen funktioneller Veränderungen beigetragen, wenn sie mit neuropsychologischen und bildgebenden Daten kombiniert werden (O'Hara et al., 1998; Reimanet al., 2004; Small et al., 1996). Einige Forscher haben auf der Grundlage der Literatur argumentiert, dass „Neuromarker allein oder in Kombination mit anderen Maßnahmen oft bessere Vorhersagen (Neuroprognose) liefern als traditionelle Verhaltensmaße“ (Seite 11, Gabrieli, Ghosh & Whitfield-Gabrieli, 2015). Da Daten zunehmend auftauchen, wird unser Feld durch die Identifizierung der besten Kombinationen von Maßnahmen zur Vorhersage von Krankheiten bereichert.

Von vielen neurokognitiven Störungen ist bekannt, dass sie sich von einem präsymptomatischen bis leicht klinischen Zustand zu einer vollständig klinischen Störung entwickeln. Im Wesentlichen durchlaufen sie verschiedene biologische und klinische „Stadien“ (McGorry et al., 2007). Zwei Erkrankungen, die in den letzten zwei Jahrzehnten intensiv erforscht wurden, sind die Alzheimer-Krankheit (AD) und die Schizophrenie. Zum Beispiel geht der AD eine leichte kognitive Beeinträchtigung (MCI) voraus, und in vielen Fällen geht der Schizophrenie ein klinischer Hochrisikozustand (CHR) voraus, der durch abgeschwächte positive psychotische Symptome identifiziert wird (dh leichte Wahnvorstellungen und Halluzinationen mit einem gewissen Grad an intakter Realität). Tests; Tsuang et al., 2013; Yung & McGorry, 1996). Zumindest im Prinzip sind die Identifizierung von Prädiktoren und Mechanismen für den Übergang zu AD oder Psychose bei Personen, die Anzeichen beginnender neurokognitiver Störungen zeigen, entscheidende Schritte bei der Suche nach präventiven oder frühen Interventionsstrategien (Woodberry, Shapiro, Bryant & Seidman, 2016). Das Interesse an der Früherkennung und Prävention von Schizophrenie und anderen psychotischen Störungen hat dazu geführt, dass über ein Jahrzehnt lang junge Menschen untersucht wurden, bei denen das Risiko besteht, eine psychotische Erkrankung zu entwickeln, und Fortschritte bei der Vorhersage des Übergangs zu einer Psychose aus einem CHR-Stadium erzielt wurden (Cannon et al., 20082016; Aas et al., 2016), einschließlich des Einsatzes neuropsychologischer Maßnahmen (Giuliano et al., 2012; Seidman, Giuliano & Walker, 2010; Seidman et al., 2016).

Studien zur Früherkennung neurologischer und psychiatrischer Erkrankungen haben das Verständnis der Ätiologie und Diagnose erheblich verbessert und neue Wege für das Management eröffnet. Die präsymptomatische Erkennung ist auch für die Entwicklung wirksamer Interventionsstrategien unerlässlich, da sie ein Fenster zur Verhinderung/Verzögerung des Ausbruchs oder zur Verringerung des Schweregrads bietet. Diese Sonderausgabe der Zeitschrift der International Neuropsychological Society enthält neun Artikel, die topaktuelle empirische Ergebnisse beschreiben, die wichtige methodische Fortschritte für die vorklinische Erkennung einer Vielzahl von neurologischen, neurologischen Entwicklungsstörungen und neuropsychiatrischen Erkrankungen veranschaulichen. Zu den angewandten methodischen Ansätzen gehören die Bewertung familiärer und genetischer Risikoanalysen, die phänotypische Charakterisierung mit kognitiven und/oder bildgebenden Verfahren und die Bewertung der Wirksamkeit von Biomarkern. Diese Papiere bieten substanzielle integrative und synthetische Zusammenfassungen des aktuellen Stands präklinischer Nachweismethoden und zukünftiger Richtungen auf diesem Gebiet.

Da neue Biomarker für frühe, krankheitsbedingte Veränderungen identifiziert werden, werden Strategien zur optimalen Nutzung dieser Informationen immer wichtiger. In dieser Sonderausgabe konzentrieren sich mehrere Artikel auf die Beschreibung neuartiger Methoden zur Kombination von Biomarkerdaten mit anderen klinischen Informationen für die Diagnose oder Prognose. In einer gründlichen Literaturrecherche beschreiben Cooper und Kollegen objektive Biomarker auf dem neuesten Stand der Technik bei der prodromalen Parkinson-Krankheit (PD) und diskutieren mehrere Strategien zur Kombination dieser Biomarker mit klinischen und genetischen Daten zur Verbesserung der Sensitivität und Spezifität für die Identifizierung von Personen mit prodromaler PD. Soldan und Kollegen zeigen, dass Beta-Amyloid und phosphoryliertes Tau, gemessen in der Zerebrospinalflüssigkeit, die kognitive Funktion noch 10 Jahre später vorhersagen können. Anhand von Daten der Alzheimer's Disease Neuroimaging Initiative demonstrieren Edmonds und Kollegen, wie eine neuartige Methode zur Stadieneinteilung präklinischer AD mittels Amyloid-Positronen-Emissions-Tomographie (PET)-Bildgebung mit einer detaillierten kognitiven Bewertung kombiniert werden kann, um präklinische AD besser zu charakterisieren. Bemerkenswerterweise fand diese Studie heraus, dass bereits vor der klinischen Diagnose eine beträchtliche Amyloidakkumulation aufgetreten war. Schließlich demonstrieren Quenon und Kollegen in einer Querschnittsstudie die Beziehungen zwischen bildgebenden Maßen des Ausmaßes der frühen AD-Neuropathologie, wie indiziert durch in vivo Neuroimaging-Biomarker (Amyloid-PET, Hippocampusvolumen und Messungen der kortikalen Dicke) und Grad der Gedächtnisleistung beim Free and Cued Selective Reminding Test. Obwohl Biomarker der frühen AD-Neuropathologie die Gesamtgedächtnisleistung vorhersagten, zeigte die Cueing-Effizienz, die bei AD häufig beeinträchtigt ist, eine besonders starke Beziehung zur kortikalen Dicke von Regionen, die bei früher AD häufig atrophisch sind.

Auch die Einschätzung des Einflusses familiärer und genetischer Risikofaktoren ist zu einem wichtigen Instrument zur Prognose des Diagnosestatus geworden. Der Familien-Hochrisiko-Ansatz ermöglicht ein definiertes Auswahlverfahren zur Ermittlung nicht erkrankter Probanden in einer Familie, in der es einen identifizierten Probanden mit der Krankheit gibt. Ein Vorteil eines solchen Ansatzes besteht darin, dass er nicht von der Symptomausprägung, sondern vom genetischen Risiko abhängt, und somit ein nicht betroffenes Individuum in jedem Alter untersucht werden könnte, was entwicklungsgeführte Risikountersuchungen ermöglicht (Agnew-Blais & Seidman, 2013). Bei den „nicht betroffenen Verwandten“ handelt es sich in der Regel um Nachkommen oder Geschwister, die als besonders gefährdet für die Krankheit oder für mit der Krankheit assoziierte Phänotypen gelten, da sie etwa 50 % der Gene für die Krankheit tragen. Dieser Ansatz wird seit über einem halben Jahrhundert verwendet und ist eine der fruchtbarsten Methoden, um Komponenten der Anfälligkeit für verschiedene Krankheiten, insbesondere Schizophrenie, zu identifizieren. Das typischste Ergebnis, das ursprünglich in vielen dieser Studien verwendet wurde, war „Entwicklung der Krankheit“ (z. B. Schizophrenie, AD usw.). Die Ergebnisse können jedoch auch in einer Reihe von Phänotypen ausgedrückt werden, die die zugrunde liegende Störung widerspiegeln, und Ergebnisse wie funktionelle Behinderung sind ebenfalls sehr wichtig. Ein breites Spektrum von Phänotypen (z. B. Arbeitsgedächtnis- oder Aufmerksamkeitsprobleme, kleinere Hippocampi) kann in verschiedenen Altersstufen untersucht werden, um Entwicklungseffekte zu bewerten, und in verschiedenen Subpopulationen (z. B. solchen mit höheren vs. geringere genetische Belastung), um die spezifische Untergruppenexpression der Phänotypen zu untersuchen.

In dieser Ausgabe zeigen Lancaster und Kollegen, dass die Basislinien-Diffusions-Tensor-Bildgebung der Mikrostruktur der weißen Substanz im medialen Temporallappen longitudinale Veränderungen der episodischen Gedächtnisfunktion über 3 Jahre in einer Stichprobe kognitiv gesunder älterer Erwachsener mit einem angereicherten familiären und genetischen Risiko vorhersagen kann für ANZEIGE. Koscik und Kollegen vergleichen die Sensitivität für die Vorhersage späterer kognitiver Beeinträchtigungen, indem sie entweder die Variabilität der Leistung bei kognitiven Aufgaben oder Kombinationen von Ergebnissen aus bestimmten Aufgaben (z. B. Gedächtnis- und Ausführungsaufgaben) verwenden, die mehrere Jahre zuvor zu Studienbeginn erfasst wurden. In einer Untersuchung der neuropsychologischen Endophänotypen des familiären Risikos für Schizophrenie und affektiven Psychosen fanden Seidman und Kollegen heraus, dass die Beeinträchtigung des Arbeitsgedächtnisses robuster war als die Wachsamkeit, um die kognitive Beeinträchtigung zu charakterisieren, die mit dem familiären Risiko für Schizophrenie verbunden ist. Obwohl Personen mit familiärem Risiko für affektive Psychosen im Vergleich zu anderen Gruppen eine stärker beeinträchtigte Vigilanz zeigten, wurde dieser Effekt nach der Anpassung für mehrere psychopathologische Symptome eliminiert. Diese Arbeit war Teil einer Agenda zur Identifizierung der empfindlichsten und spezifischsten neuropsychologischen Risikoprädiktoren für verschiedene Formen von Psychosen (siehe auch Seidman et al., 2016). Jede dieser Studien demonstriert neue Methoden zur Untersuchung des Einflusses familiärer und genetischer Risiken auf mögliche Diagnosen und Prognosen.

Schließlich konzentrieren sich zwei Artikel in dieser Ausgabe auf die Verwendung von Vorhersagestrategien zur Vorhersage des Ergebnisses, nachdem bereits eine Hirnverletzung in pädiatrischen Proben aufgetreten ist. Ransom und Kollegen verwenden evidenzbasierte Bewertung (EBA), um jugendliche Studenten zu identifizieren, bei denen ein Risiko für post-konkussive akademische Schwierigkeiten besteht. Selbstberichtete Symptome nach der Verletzung und Funktionsstörungen der Exekutive, eher als die von den Eltern berichteten Folgen, zeigten die stärksten Beziehungen zu wahrgenommenen akademischen Schwierigkeiten nach der Verletzung. Diese Studie demonstriert die Nützlichkeit des EBA-Rahmens im Kontext der neuropsychologischen Bewertung. Till und Kollegen untersuchten kognitive, schulische und psychosoziale Schwierigkeiten bei Kindern, bei denen ein erworbenes demyelinisierendes Syndrom (ADS) diagnostiziert wurde, von denen bei einem Drittel später Multiple Sklerose (MS) diagnostiziert wurde, über einen Zeitraum von 6 Monaten. Es zeigte sich, dass Kinder mit ADS kurzfristig ein günstiges neurokognitives Ergebnis zeigten, einschließlich Kinder, bei denen MS diagnostiziert wurde.

Zusammenfassend stellen die Beiträge in dieser Sonderausgabe mehrere neuartige Ansätze zur Entwicklung von Methoden zur Vorhersage in der Neuropsychologie vor. Die Forschung zur Optimierung der aus Biomarkern gewonnenen Informationen wird zweifellos auch in Zukunft durch die Identifizierung neuer Biomarker angeregt werden. Die Einführung neuer Bewertungsrahmen wie EBA und anderer Strategien zur Bewertung von kognitiven, klinischen und bildgebenden Längsveränderungen im Ergebnis, wie sie in mehreren Studien in dieser Sonderausgabe vorgestellt werden, wird ebenfalls hilfreich sein, um das Feld voranzubringen. Die Nutzung neuer Entwicklungen bei genetischen Analysen und die Bewertung familiärer Risikofaktoren werden ebenfalls wichtige Instrumente zur Verbesserung der Vorhersagegenauigkeit sein.

Dennoch stehen wir auch vor Herausforderungen in Bezug auf die Definition geeigneter statistischer Modelle, die zur Bewertung von Veränderung, Wachstum oder Niedergang verwendet werden (Cronbach & Furby, 1970; Francis, Fletcher, Stübing, Davidson & Thompson, 1991; Gottman & Rush, 1993; Harrell, 2015; Sänger & Willett, 2003; Steyerberg, 2009; Steyerberg & Harrell, 2016; Steyerberget al., 2010; Temkin, Heaton, Grant und Dikmen, 1999). Obwohl diese Probleme sicherlich nicht neu sind, ist die kontinuierliche Konzentration auf die Verbesserung der Definitionen der von uns vorhergesagten Veränderung und auf Modelle zur Bewertung der Wirksamkeit von Variablen, die diese Veränderung vorhersagen, sicherlich gerechtfertigt. Trotz dieser Herausforderungen wächst die Forschung zur präklinischen Vorhersage weiter, und zukünftige Studien versprechen, zur Verbesserung der vorbeugenden Behandlungen vor dem kognitiven Verfall sowie zu effektiveren Behandlungen und der Zuweisung von Ressourcen nach Hirnverletzungen beizutragen.


Einzelne Titel, Autoren und Artikel:

Prädiktoren der Diffusions-Tensor-Bildgebung für den Rückgang des episodischen Gedächtnisses bei gesunden älteren Menschen mit genetischem Risiko für die Alzheimer-Krankheit
Autor (en)
  • Melissa A. Lancaster | Institut für Psychologie, Rosalind Franklin University of Medicine and Science, North Chicago, Illinois
  • Michael Seidenberg | Institut für Psychologie, Rosalind Franklin University of Medicine and Science, North Chicago, Illinois
  • J. Carson Smith | Abteilung für Kinesiologie, University of Maryland, College Park, Maryland
  • Kristy A. Nielson | Institut für Psychologie, Marquette University, Milwaukee, Wisconsin, Institut für Neurologie, Medical College of Wisconsin, Milwaukee, Wisconsin
  • John L. Woodard | Institut für Psychologie, Wayne State University, Detroit, Wisconsin
  • Sally Durgerian | Abteilung für Neurologie, Medical College of Wisconsin, Milwaukee, Wisconsin
  • Stephen M. Rao | Neurologisches Institut, Cleveland Clinic, Cleveland, Ohio

Korrespondenz
E-Mail-Adresse | raos2@ccf.org

Angaben
Die Autoren erklären keinen Interessenkonflikt.

Abstrakt
Lernziele:

Die Integrität der weißen Substanz (WM) innerhalb des mesialen Temporallappens (MTL) ist wichtig für die Funktion des episodischen Gedächtnisses (EM). Die aktuelle Studie untersuchte die Fähigkeit der Diffusions-Tensor-Bildgebung (DTI) in MTL-MW-Trakten, 3-Jahres-Veränderungen der EM-Leistung bei gesunden älteren Menschen mit einem unverhältnismäßig höheren genetischen Risiko für die Alzheimer-Krankheit (AD) vorherzusagen.

Methoden:

Einundfünfzig kognitiv intakte ältere Menschen (52 % mit Demenz in der Familienanamnese (FH) und 33 % mit einer Apolipoprotein-E-ε4-Allele) erhielten den Rey Auditory Verbal Learning Test (RAVLT) bei Studieneintritt und bei der 3-Jahres-Follow-up. DTI-Scanning, das zu Beginn der Studie durchgeführt wurde, untersuchte die fraktionierte Anisotropie und die mittlere, radiale und axiale Diffusion innerhalb von drei MTL-MW-Trakten: Fasciculus uncinatus (UNC), cingulärer Hippocampus (CHG) und Fornix-stria terminalis (FxS). Es wurden Korrelationen zwischen den aus den RAVLT-Studien 1–5 berechneten Residual-Change-Scores, den Scores für den sofortigen Abruf und den verzögerten Abruf sowie den DTI-Basiswerten durchgeführt; MTL graue Substanz (GM) und WM-Volumen; Demographie; und AD genetische und metabolische Risikofaktoren.

Ergebnisse:

Ein höherer MTL-Mittelwert und eine höhere axiale Diffusivität zu Studienbeginn sagten signifikant 3-Jahres-Änderungen der EM voraus, während dies bei MTL-GM- und WM-Volumen, FH und metabolischen Risikofaktoren bei Studienbeginn nicht der Fall war. Sowohl der ε4-Status als auch der DTI korrelierten mit einer Änderung der unmittelbaren Erinnerung.

Schlussfolgerungen:

Longitudinale EM-Veränderungen bei kognitiv intakten, gesunden älteren Menschen können durch Störung der MTL-WM-Mikrostruktur vorhergesagt werden. Diese Ergebnisse stammen von einer Probe mit einem unverhältnismäßig höheren genetischen Risiko für AD, was darauf hindeutet, dass die beobachtete MTL-Störung in MTL-Wegen mit frühen neuropathologischen Veränderungen im Zusammenhang mit dem präklinischen Stadium von AD zusammenhängen könnte. (JINS, 2016,22, 1005-1015)

Literaturverzeichnis
  1. Acosta-Cabronero, J., Williams, GB, Pengas, G., & Nestor, PJ (2010). Absolute Diffusivitäten definieren die Landschaft der Degeneration der weißen Substanz bei der Alzheimer-Krankheit. Gehirn, 133, 529–539. CrossRef  Google Scholar  PubMed 
  2. Agosta, F., Pievani, M., Sala, S., Geroldi, C., Galluzzi, S., Frisoni, GB, & Filippi, M. (2011). Schädigung der weißen Substanz bei der Alzheimer-Krankheit und ihre Beziehung zur Atrophie der grauen Substanz. Radiologie, 258(3), 853–863. doi: 10.1148/radiol.10101284 CrossRef  Google Scholar  PubMed 
  3. Albert, MS, Moss, MB, Tanzi, R., & Jones, K. (2001). Präklinische Vorhersage von AD mit neuropsychologischen Tests. Zeitschrift der Internationalen Neuropsychologischen Gesellschaft, 7(5), 631–639. CrossRef  Google Scholar  PubMed 
  4. Alves, GS, O'Dwyer, L., Jurcoane, A., Oertel-Knochel, V., Knochel, C., Prvulovic, D., & Laks, J. (2012). Verschiedene Muster der Degeneration der weißen Substanz unter Verwendung mehrerer Diffusionsindizes und volumetrischer Daten bei Patienten mit leichter kognitiver Beeinträchtigung und Alzheimer. PLoS One, 7(12), e52859. doi: 10.1371/journal.pone.0052859 CrossRef  Google Scholar  PubMed 
  5. Backman, L., Small, BJ, & Fratiglioni, L. (2001). Stabilität des präklinischen episodischen Gedächtnisdefizits bei der Alzheimer-Krankheit. Gehirn, 124 (Teil 1), 96–102. CrossRef  Google Scholar 
  6. Balthazar, ML, Yasuda, CL, Cendes, F. & Damasceno, BP (2010). Lernen, Abrufen und Erkennen sind bei aMCI und leichter AD beeinträchtigt: Werden unterschiedliche episodische Gedächtnisprozesse durch dieselben anatomischen Strukturen vermittelt? Zeitschrift der Internationalen Neuropsychologischen Gesellschaft, 16(1), 205–209. doi: 10.1017/s1355617709990956 CrossRef  Google Scholar  PubMed 
  7. Bartzokis, G., Sultzer, D., Lu, PH, Nuechterlein, KH, Mintz, J., & Cummings, JL (2004). Heterogener altersbedingter Zusammenbruch der strukturellen Integrität der weißen Substanz: Implikationen für kortikale „Trennung“ bei Alterung und Alzheimer-Krankheit. Neurobiologie des Alterns, 25, 843–851. CrossRef  Google Scholar  PubMed 
  8. Behrens, MW, Woolrich, M., Jenkinson, H., Johansen-Berg, RG, Nunes, S., & Clare, PM (2003). Charakterisierung und Ausbreitung von Unsicherheiten in der diffusionsgewichteten MR-Bildgebung. Magnetresonanz in der Medizin, 50, 1077–1088. CrossRef  Google Scholar  PubMed 
  9. Benjamini, Y., & Hochberg, Y. (1995). Kontrolle der False-Discovery-Rate: Ein praktischer und leistungsstarker Ansatz für multiples Testen. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 57, 289–300. Google Scholar 
  10. Bennett, IJ, & Madden, DJ (2014). Unverbundenes Altern: Integrität der zerebralen weißen Substanz und altersbedingte Unterschiede in der Kognition. Neurowissenschaften, 276, 187–205. doi: 10.1016/j.neuroscience.2013.11.026 CrossRef  Google Scholar  PubMed 
  11. Blacker, D., Lee, H., Muzikansky, A., Martin, EC, Tanzi, R., McArdle, JJ, & Albert, M. (2007). Neuropsychologische Messungen bei normalen Personen, die einen späteren kognitiven Rückgang vorhersagen. Archives of Neurology, 64(6), 862–871. doi: 10.1001/archneur.64.6.862 CrossRef  Google Scholar 
  12. Bondi, MW, Salmon, DP, Galasko, D., Thomas, RG, & Thal, LJ (1999). Neuropsychologische Funktion und Apolipoprotein E-Genotyp beim präklinischen Nachweis der Alzheimer-Krankheit. Psychologie und Altern, 14(2), 295–303. CrossRef  Google Scholar  PubMed 
  13. Canu, E., McLaren, DG, Fitzgerald, ME, Bendlin, BB, Zoccatelli, G., Alessandrini, F., & Frisoni, GB (2010). Mikrostrukturelle Diffusionsänderungen sind unabhängig von makrostrukturellem Volumenverlust bei mittelschwerer bis schwerer Alzheimer-Krankheit. Journal of Alzheimer's Disease, 19(3), 963–976. doi: 10.3233/jad-2010-1295 CrossRef  Google Scholar  PubMed 
  14. Cardenas, VA, Chao, LL, Studholme, C., Yaffe, K., Miller, BL, Madison, C., & Weiner, MW (2011). Hirnatrophie im Zusammenhang mit Basis- und Längsmessungen der Kognition. Neurobiology of Aging, 32(4), 572–580. doi: 10.1016/j.neurobiolaging.2009.04.011 CrossRef  Google Scholar  PubMed 
  15. Caselli, RJ, Reiman, EM, Osborne, D., Hentz, JG, Baxter, LC, Hernandez, JL, & Alexander, GG (2004). Längsveränderungen in Kognition und Verhalten bei asymptomatischen Trägern des APOE e4-Allels. Neurologie, 62(11), 1990–1995. CrossRef  Google Scholar  PubMed 
  16. Christidi, F., Zalonis, I., Kyriazi, S., Rentzos, M., Karavasilis, E., Wilde, EA, & Evdokimidis, I. (2014). Mikrostruktur des Fasciculus uncinatus und verbales episodisches Gedächtnis bei amyotropher Lateralsklerose: Eine Diffusions-Tensor-Bildgebung und eine neuropsychologische Studie. Brain Imaging and Behavior, 8(4), 497–505. doi: 10.1007/s11682-013-9271-y CrossRef  Google Scholar  PubMed 
  17. Cox, R. (1996). AFNI: Software zur Analyse und Visualisierung funktioneller Magnetresonanzbilder. Computer und biomedizinische Forschung, 29, 162–173. CrossRef  Google Scholar 
  18. den Heijer, T., Geerlings, MI, Hoebeek, FE, Hofman, A., Koudstaal, PJ, & Breteler, MM (2006). Verwendung von Hippocampus- und Amygdala-Volumen in der Magnetresonanztomographie zur Vorhersage von Demenz bei kognitiv intakten älteren Menschen. Archives of General Psychiatry, 63(1), 57–62. doi: 10.1001/archpsy.63.1.57 CrossRef  Google Scholar  PubMed 
  19. Dickerson, BC, & Eichenbaum, H. (2010). Das episodische Gedächtnissystem: Neuroschaltkreise und Störungen. Neuropsychopharmacology, 35(1), 86–104. doi: 10.1038/npp.2009.126 CrossRef  Google Scholar  PubMed 
  20. Edmonds, EC, Delano-Wood, L., Galasko, DR, Salmon, DP, & Bondi, MW (2015). Subtiler kognitiver Rückgang und Biomarker-Staging bei präklinischer Alzheimer-Krankheit. Journal of Alzheimer's Disease, 47(1), 231–242. doi: 10.3233/jad-150128 CrossRef  Google Scholar 
  21. Ellis, KA, Lim, YY, Harrington, K., Ames, D., Bush, AI, Darby, D., … AIBL Research Group. (2013). Abnahme der kognitiven Funktion über 18 Monate bei gesunden älteren Erwachsenen mit hohem Beta-Amyloid. Journal of Alzheimer's Disease, 34(4), 861–871. doi: 10.3233/jad-122170 Google Scholar 
  22. Ezzati, A., Katz, MJ, Lipton, ML, Zimmerman, ME, & Lipton, RB (2016). Hippocampusvolumen und fraktionierte Anisotropie des Cingulumbündels sind bei älteren Erwachsenen unabhängig mit dem verbalen Gedächtnis verbunden. Bildgebung und Verhalten des Gehirns, 10, 652–659. doi: 10.1007/s11682-015-9452-y CrossRef  Google Scholar 
  23. Fagan, AM, Roe, CM, Xiong, C., Mintun, MA, Morris, JC, & Holtzman, DM (2007). Zerebrospinalflüssigkeit Tau/Beta-Amyloid(42)-Verhältnis als Vorhersage des kognitiven Rückgangs bei nicht dementen älteren Erwachsenen. Archives of Neurology, 64(3), 343–349. doi: 10.1001/archneur.64.3.noc60123 CrossRef  Google Scholar 
  24. Fischl, B., Salat, DH, Busa, E., Albert, M., Dieterich, M., & Haselgrove, C. (2004). Ganzhirnsegmentierung: Automatisierte Kennzeichnung neuroanatomischer Strukturen im menschlichen Gehirn. Neuron, 33, 341–355. CrossRef  Google Scholar  PubMed 
  25. Fletcher, E., Raman, M., Huebner, P., Liu, A., Mungas, D., Carmichael, O., & DeCarli, C. (2013). Verlust des Volumens der weißen Substanz des Fornix als Prädiktor für kognitive Beeinträchtigung bei kognitiv normalen älteren Personen. JAMA Neurology, 70(11), 1389–1395. doi: 10.1001/jamaneurol.2013.3263 CrossRef  Google Scholar  PubMed 
  26. Folstein, MF, Folstein, SE, & McHugh, PR (1975). „Mini-Mental State“: Eine praktische Methode zur Einstufung des kognitiven Zustands von Patienten für den Kliniker. Zeitschrift für Psychiatrieforschung, 12, 189–198. CrossRef  Google Scholar  PubMed 
  27. Fu, JL, Liu, Y., Li, YM, Chang, C., & Li, WB (2014). Verwendung der Diffusions-Tensor-Bildgebung zur Bewertung von Veränderungen in der mikrostrukturellen Integrität der weißen Substanz über 3 Jahre bei Patienten mit leichter kognitiver Beeinträchtigung vom Amnesie-Typ, die sich in die Alzheimer-Krankheit umwandeln. Journal of Neuroimaging, 24(4), 343–348. doi: 10.1111/jon.12061 CrossRef  Google Scholar  PubMed 
  28. Geschwind, N. (1965a). Diskonnektionssyndrome bei Tieren und Menschen. I. Gehirn, 88(2), 237–294. CrossRef  Google Scholar  PubMed 
  29. Geschwind, N. (1965b). Diskonnektionssyndrome bei Tieren und Menschen. II. Gehirn, 88(3), 585–644. CrossRef  Google Scholar  PubMed 
  30. Golomb, J., Kluger, A., de Leon, MJ, Ferris, SH, Mittelman, M., Cohen, J., & George, AE (1996). Die Größe der Hippocampusformation sagt eine nachlassende Gedächtnisleistung bei normalem Altern voraus. Neurologie, 47(3), 810–813. CrossRef  Google Scholar  PubMed 
  31. Hamel, R., Kohler, S., Sistermans, N., Koene, T., Pijnenburg, Y., van der Flier, W., & Ramakers, I. (2015). Der Verlauf des kognitiven Verfalls in der Prädemenzphase bei Gedächtnisklinikbesuchern: Erkenntnisse aus der 4C-MCI-Studie. Psychologische Medizin, 45 (7), 1509–1519. doi: 10.1017/s0033291714002645 CrossRef  Google Scholar  PubMed 
  32. Hiyoshi-Taniguchi, K., Oishi, N., Namiki, C., Miyata, J., Murai, T., Cichocki, A., & Fukuyama, H. (2015). Der Fasciculus uncinatus als Prädiktor für die Konversion von aMCI zur Alzheimer-Krankheit. Zeitschrift für Neuroimaging, 25, 748–753. doi: 10.1111/jon.12196 CrossRef  Google Scholar  PubMed 
  33. Jurica, PJ, Leittten, CL, & Mattis, S. (2001). Demenzbewertungsskala-2 professionelles Handbuch. Lutz, FL: Psychologische Bewertungsressourcen. Google Scholar 
  34. Lawton, MP, & Brody, EM (1969). Einschätzung älterer Menschen: Selbsterhaltende instrumentelle Aktivitäten des täglichen Lebens. Gerontologe, 9, 179–186. CrossRef  Google Scholar  PubMed 
  35. Li, W., Muftuler, LT, Chen, G., Ward, BD, Budde, MD, Jones, JL, & Goveas, JS (2014). Auswirkungen der Koexistenz von Altersdepression und leichter kognitiver Beeinträchtigung auf die Mikrostruktur der weißen Substanz. Journal of the Neurological Sciences, 338(1-2), 46–56. doi: 10.1016/j.jns.2013.12.016 CrossRef  Google Scholar  PubMed 
  36. Lim, YY, Pietrzak, RH, Ellis, KA, Jaeger, J., Harrington, K., Ashwood, T., & Maruff, P. (2013). Rascher Rückgang des episodischen Gedächtnisses bei gesunden älteren Erwachsenen mit hohem Beta-Amyloid. Journal of Alzheimer's Disease, 33(3), 675–679. doi: 10.3233/jad-2012-121516 Google Scholar 
  37. Loewenstein, DA, Barker, WW, Chang, JY, Apicella, A., Yoshii, F., Kothari, P., & Duara, R. (1989). Vorherrschende Stoffwechselstörung der linken Hemisphäre bei Demenz. Archives of Neurology, 46(2), 146–152. CrossRef  Google Scholar  PubMed 
  38. Mattsson, P., Forsberg, A., Persson, J., Nyberg, L., Nilsson, LG, Halldin, C., & Farde, L. (2015). Beta-Amyloid-Bindung bei älteren Patienten mit nachlassender oder stabiler episodischer Gedächtnisfunktion, gemessen mit PET und [(1)(1)C]AZD2184. European Journal of Nuclear Medicine and Molecular Imaging, 42(10), 1507–1511. doi: 10.1007/s00259-015-3103-9 CrossRef  Google Scholar 
  39. McSweeny, AJ, Naugle, RI, Chelune, GJ, & Luders, H. (1993). „T-Scores für Veränderung“: Eine Veranschaulichung eines Regressionsansatzes zur Darstellung von Veränderungen in der klinischen Neuropsychologie. Der klinische Neuropsychologe, 7, 300–312. CrossRef  Google Scholar 
  40. Mesulam, MM (1990). Groß angelegte neurokognitive Netzwerke und verteilte Verarbeitung für Aufmerksamkeit, Sprache und Gedächtnis. Annals of Neurology, 28(5), 597–613. doi: 10.1002/ana.410280502 CrossRef  Google Scholar 
  41. Metzler-Baddeley, C., Hunt, S., Jones, DK, Leemans, A., Aggleton, JP, & O'Sullivan, MJ (2012). Zeitliche Assoziationsbahnen und der Zusammenbruch des episodischen Gedächtnisses bei leichter kognitiver Beeinträchtigung. Neurologie, 79(23), 2233–2240. doi: 10.1212/WNL.0b013e31827689e8 CrossRef  Google Scholar  PubMed 
  42. Mistridis, P., Krumm, S., Monsch, AU, Berres, M., & Taylor, KI (2015). Die 12 Jahre vor einer leichten kognitiven Beeinträchtigung aufgrund der Alzheimer-Krankheit: Die zeitliche Entstehung des kognitiven Verfalls. Journal of Alzheimer's Disease, 48(4), 1095–1107. doi: 10.3233/jad-150137 CrossRef  Google Scholar  PubMed 
  43. Moghekar, A., Li, S., Lu, Y., Li, M., Wang, MC, & Albert, M., … Biocard-Forschungsteam. (2013). CSF-Biomarker-Veränderungen gehen dem Symptombeginn einer leichten kognitiven Beeinträchtigung voraus. Neurologie, 81 (20), 1753–1758. doi: 10.1212/01.wnl.0000435558.98447.17 CrossRef  Google Scholar  PubMed 
  44. Mori, S., Oishi, K., Jiang, H., Jiang, L., Li, X., Akhter, K., & Mazziotta, J. (2008). Stereotaktischer Atlas der weißen Substanz basierend auf der Diffusions-Tensor-Bildgebung in einer ICBM-Vorlage. Neuroimage, 40(2), 570–582. doi: 10.1016/j.neuroimage.2007.12.035 CrossRef  Google Scholar 
  45. Nir, TM, Jahanshad, N., Villalon-Reina, JE, Toga, AW, Jack, CR, & Weiner, MW, … Alzheimer's Disease Neuroimaging Initiative. (2013). Wirksamkeit regionaler DTI-Maßnahmen bei der Unterscheidung von Alzheimer, MCI und normalem Altern. Neuroimage: Klinisch, 3, 180–195. doi: 10.1016/j.nicl.2013.07.006 CrossRef  Google Scholar  PubMed 
  46. O'Dwyer, L., Lamberton, F., Bokde, AL, Ewers, M., Faluyi, YO, Tanner, C., & Hampel, H. (2011). Mehrere Diffusionsindizes identifizieren eine Schädigung der weißen Substanz bei leichter kognitiver Beeinträchtigung und Alzheimer-Krankheit. PLoS One, 6(6), e21745. doi: 10.1371/journal.pone.0021745 CrossRef  Google Scholar  PubMed 
  47. Oishi, K., Faria, A., van Zijl, PCM, & Mori, S. (2011). MRT-Atlas der menschlichen weißen Substanz, (2. Aufl.). London: Elsevier. Google Scholar 
  48. Papp, KV, Amariglio, RE, Mormino, EC, Hedden, T., Dekhytar, M., Johnson, KA, & Rentz, DM (2015). Freies und cued-Gedächtnis in Bezug auf Biomarker-definierte Anomalien bei klinisch normalen älteren Erwachsenen und solchen mit einem Risiko für Alzheimer-Krankheit. Neuropsychologia, 73, 169–175. doi: 10.1016/j.neuropsychologia.2015.04.034 CrossRef  Google Scholar  PubMed 
  49. Pierpaoli, C., Barnett, A., Pajevic, S., Chen, R., Penix, LR, Virta, A., & Basser, P. (2001). Änderungen der Wasserdiffusion bei der wallerischen Degeneration und ihre Abhängigkeit von der Architektur der weißen Substanz. Neuroimage, 13 (6 Pt 1), 1174–1185. doi: 10.1006/nimg.2001.0765 CrossRef  Google Scholar  PubMed 
  50. Ray, NJ, Metzler-Baddeley, C., Khondoker, MR, Grothe, MJ, Teipel, S., Wright, P., & O'Sullivan, MJ (2015). Die cholinerge basale Vorderhirnstruktur beeinflusst die Rekonfiguration der Verbindungen der weißen Substanz, um das Restgedächtnis bei leichter kognitiver Beeinträchtigung zu unterstützen. Journal of Neuroscience, 35(2), 739–747. doi: 10.1523/jneurosci.3617-14.2015 CrossRef  Google Scholar  PubMed 
  51. Raz, N. & Rodrigue, KM (2006). Differentielle Alterung des Gehirns: Muster, kognitive Korrelate und Modifikatoren. Neuroscience and Biobehavioral Reviews, 30(6), 730–748. doi: 10.1016/j.neubiorev.2006.07.001 CrossRef  Google Scholar  PubMed 
  52. Remy, F., Vayssiere, N., Saint-Aubert, L., Barbeau, E., & Pariente, J. (2015). Störung der weißen Substanz im Prodromalstadium der Alzheimer-Krankheit: Beziehungen mit Hippocampus-Atrophie und episodischer Gedächtnisleistung. Neuroimage: Clinical, 7, 482–492. doi: 10.1016/j.nicl.2015.01.014 CrossRef  Google Scholar  PubMed 
  53. Rey, A. (1958). L’examen clinique en psychologie. Paris: Presses Universitaires de France. Google Scholar 
  54. Rosen, AC, Prull, MW, Gabrieli, JD, Stoub, T., O'Hara, R., Friedman, L., & deToledo-Morrell, L. (2003). Unterschiedliche Assoziationen zwischen entorhinalem und hippocampalem Volumen und Gedächtnisleistung bei älteren Erwachsenen. Verhaltensneurowissenschaften, 117 (6), 1150–1160. doi: 10.1037/0735-7044.117.6.1150 CrossRef  Google Scholar  PubMed 
  55. Salat, DH, Tuch, DS, van der Kouwe, AJ, Greve, DN, Pappu, V., & Lee, SY (2010). Die Pathologie der weißen Substanz isoliert die Hippocampus-Formation bei der Alzheimer-Krankheit. Neurobiologie des Alterns, 31, 244–256. CrossRef  Google Scholar 
  56. Saunders, AM, Hulette, O., Welsh-Bohmer, KA, Schmechel, DE, Crain, B., & Burke, JR (1996). Spezifität, Sensitivität und Vorhersagewert der Apolipoprotein-E-Genotypisierung für die sporadische Alzheimer-Krankheit. Lancet, 348, 90–93. CrossRef  Google Scholar  PubMed 
  57. Schaeffer, DJ, Krafft, CE, Schwarz, NF, Chi, L., Rodrigue, AL, Pierce, JE, & McDowell, JE (2014). Die Beziehung zwischen der Integrität der weißen Substanz des Fasciculus uncinatus und der verbalen Gedächtnisleistung bei Kindern. Neuroreport, 25(12), 921–925. doi: 10.1097/wnr.0000000000000204 CrossRef  Google Scholar  PubMed 
  58. Seidenberg, M., Guidotti, L., Nielson, KA, Woodard, JL, Durgerian, S., Antuono, P., & Rao, SM (2009). Aktivierung des semantischen Gedächtnisses bei Personen mit einem Risiko für die Entwicklung der Alzheimer-Krankheit. Neurologie, 73(8), 612–620. doi: 10.1212/WNL.0b013e3181b389ad CrossRef  Google Scholar  PubMed 
  59. Smith, SM (2002). Schnelle robuste automatisierte Gehirnextraktion. Human Brain Mapping, 17, 143–155. CrossRef  Google Scholar  PubMed 
  60. Smith, SM, Jenkinson, M., Johansen-Berg, H., Ruckert, D., Nichols, TE, & Mackay, CE (2006). Traktbasierte räumliche Statistik: Voxelweise Analyse von Multi-Subjekt-Diffusionsdaten. Neuroimage, 31, 1487–1505. CrossRef  Google Scholar  PubMed 
  61. Song, SK, Sun, SW, Ju, WK, Lin, SJ, Cross, AH, & Neufeld, AH (2003). Die Diffusions-Tensor-Bildgebung erkennt und differenziert die Axon- und Myelin-Degeneration im Sehnerv der Maus nach retinaler Ischämie. Neuroimage, 20, 1714–1722. CrossRef  Google Scholar  PubMed 
  62. Song, SK, Sun, SW, Ramsbottom, MJ, Chang, C., Russell, J., & Cross, AH (2002). Dysmyelinisierung zeigte sich durch MRT als erhöhte radiale (aber unveränderte axiale) Diffusion von Wasser. Neuroimage, 17(3), 1429–1436. CrossRef  Google Scholar 
  63. Sperling, RA, Aisen, PS, Beckett, LA, Bennett, DA, Craft, S., Fagan, AM, & Phelps, CH (2011). Zur Definition der präklinischen Stadien der Alzheimer-Krankheit: Empfehlungen der Arbeitsgruppen der National Institute on Aging-Alzheimer's Association zu diagnostischen Leitlinien für die Alzheimer-Krankheit. Alzheimer und Demenz, 7(3), 280–292. doi: 10.1016/j.jalz.2011.03.003 CrossRef  Google Scholar  PubMed 
  64. Thai, C., Lim, YY, Villemagne, VL, Laws, SM, Ames, D., & Ellis, KA, … Australian Imaging, Biomarkers and Lifestyle (AIBL) Research Group. (2015). Amyloid-bedingter Gedächtnisverlust bei präklinischer Alzheimer-Krankheit ist abhängig von APOE epsilon4 und ist über 18 Monate nachweisbar. PLoS One, 10(10), e0139082. doi: 10.1371/journal.pone.0139082 CrossRef  Google Scholar  PubMed 
  65. Thompson, PM, Hayashi, KM, de Zubicaray, G., Janke, AL, Rose, SE, Semple, J., & Toga, AW (2003). Dynamik des Verlusts der grauen Substanz bei der Alzheimer-Krankheit. Journal of Neuroscience, 23(3), 994–1005. Google Scholar  PubMed 
  66. Tucker, LR, Damarin, F. & Messick, S. (1966). Ein basisfreies Veränderungsmaß. Psychometrika, 31(4), 457–473. CrossRef  Google Scholar 
  67. Von Der Heide, RJ, Skipper, LM, Klobusicky, E., & Olson, IR (2013). Präparation des Fasciculus uncinatus: Störungen, Kontroversen und eine Hypothese. Gehirn, 136(6), 1692–1707. doi: 10.1093/brain/awt094 CrossRef  Google Scholar 
  68. Vyhnalek, M., Nikolai, T., Andel, R., Nedelska, Z., Rubinova, E., Markova, H., & Hort, J. (2014). Neuropsychologische Korrelate der Hippocampus-Atrophie bei Gedächtnistests bei nicht dementen älteren Erwachsenen. Journal of Alzheimer's Disease, 42 (Suppl 3), S81–S90. doi: 10.3233/jad-132642 Google Scholar  PubMed 
  69. Wang, R., Fratiglioni, L., Laukka, EJ, Lovden, M., Kalpouzos, G., Keller, L., & Qiu, C. (2015). Auswirkungen von vaskulären Risikofaktoren und APOE epsilon4 auf die Integrität der weißen Substanz und den kognitiven Rückgang. Neurologie, 84(11), 1128–1135. doi: 10.1212/wnl.0000000000001379 CrossRef  Google Scholar 
  70. Wheeler-Kingshott, CA, & Cercignani, M. (2009). Über „axiale“ und „radiale“ Diffusionsgrade. Magnetresonanz in der Medizin, 61 (5), 1255–1260. doi: 10.1002/mrm.21965 CrossRef  Google Scholar  PubMed 
  71. Wisse, LE, Reijmer, YD, ter Telgte, A., Kuijf, HJ, Leemans, A., & Luijten, PR, … Utrecht Vascular Cognitive Impairment Study Group. (2015). Hippocampus-Unterbrechung bei früher Alzheimer-Krankheit: Eine 7-Tesla-MRT-Studie. Journal of Alzheimer's Disease, 45(4), 1247–1256. doi: 10.3233/jad-142994 Google Scholar  PubMed 
  72. Woodard, JL, Seidenberg, M., Nielson, KA, Antuono, P., Guidotti, L., Durgerian, S., & Rao, SM (2009). Aktivierung des semantischen Gedächtnisses bei amnestischer leichter kognitiver Beeinträchtigung. Gehirn, 132 (Teil 8), 2068–2078. doi: 10.1093/brain/awp157 CrossRef  Google Scholar  PubMed 
  73. Woodard, JL, Seidenberg, M., Nielson, KA, Smith, JC, Antuono, P., Durgerian, S., & Rao, SM (2010). Vorhersage des kognitiven Rückgangs bei gesunden älteren Erwachsenen mittels fMRT. Journal of Alzheimer's Disease, 21, 871–885. CrossRef  Google Scholar  PubMed 
  74. Woodard, JL, Sugarman, MA, Nielson, KA, Smith, JC, Seidenberg, M., Durgerian, S., & Rao, SM (2012). Lebensstil und genetische Beiträge zum kognitiven Verfall und zur Struktur und Funktion des Hippocampus beim gesunden Altern. Aktuelle Alzheimer-Forschung, 9(4), 436–446. CrossRef  Google Scholar  PubMed 
  75. Yasmin, H., Nakata, Y., Aoki, S., Abe, O., Sato, N., Nemoto, K., & Ohtomo, K. (2008). Diffusionsanomalien des Fasciculus uncinatus bei Alzheimer-Krankheit: Diffusionstensortrakt-spezifische Analyse unter Verwendung einer neuen Methode zur Messung des Kerns des Trakts. Neuroradiology, 50(4), 293–299. doi: 10.1007/s00234-007-0353-7 CrossRef  Google Scholar  PubMed 
  76. Yesavage, JA, Brink, TL, Rose, TL, Lum, O., Huang, V., & Adey, M. (1983). Entwicklung und Validierung einer geriatrischen Depressions-Screening-Skala: Ein vorläufiger Bericht. Zeitschrift für Psychiatrieforschung, 17, 37–49. CrossRef  Google Scholar  PubMed 
  77. Zhang, Y., Schuff, N., Jahng, GH, Bayne, W., Mori, S., Schad, L., & Weiner, MW (2007). Diffusions-Tensor-Bildgebung von Cingulum-Fasern bei leichter kognitiver Beeinträchtigung und Alzheimer-Krankheit. Neurologie, 68(1), 13–19. doi: 10.1212/01.wnl.0000250326.77323.01 CrossRef  Google Scholar  PubMed 
  78. Zhuang, L., Sachdev, PS, Trollor, JN, Kochan, NA, Reppermund, S., Brodaty, H., & Wen, W. (2012). Mikrostrukturelle Veränderungen der weißen Substanz bei kognitiv normalen Personen mit dem Risiko einer amnestischen MCI. Neurologie, 79(8), 748–754. doi: 10.1212/WNL.0b013e3182661f4d CrossRef  Google Scholar  PubMed 
  79. Zhuang, L., Sachdev, PS, Trollor, JN, Reppermund, S., Kochan, NA, Brodaty, H., & Wen, W. (2013). Mikrostrukturelle Veränderungen der weißen Substanz, nicht Hippocampus-Atrophie, erkennen frühe amnestische leichte kognitive Beeinträchtigung. PLoS One, 8(3), e58887. doi: 10.1371/journal.pone.0058887 CrossRef  Google Scholar 
Kognitive und Verhaltensfunktionen bei im Kindesalter erworbenen demyelinisierenden Syndromen
Autor (en)
  • Christine Till | Neurosciences and Mental Health Program, The Hospital for Sick Children, Toronto, Kanada, Department of Psychology, York University, Toronto, Kanada
  • Austin Noguera | Programm für Neurowissenschaften und psychische Gesundheit, The Hospital for Sick Children, Toronto, Kanada
  • Leonard H. Verhey | Programm für Neurowissenschaften und psychische Gesundheit, The Hospital for Sick Children, Toronto, Kanada
  • Julia O’Mahony | Neurosciences and Mental Health Program, The Hospital for Sick Children, Toronto, Kanada, Institute of Healthy Policy, Management, and Evaluation, University of Toronto, Toronto, Kanada
  • E. Ann Yeh | Programm für Neurowissenschaften und psychische Gesundheit, The Hospital for Sick Children, Toronto, Kanada, Abteilung für Neurologie, The Hospital for Sick Children, Toronto, Kanada
  • Jean K. Mah | Abteilung für Neurologie, Alberta Children's Hospital, Calgary, Alberta
  • Katia J. Sinopoli | Programm für Neurowissenschaften und psychische Gesundheit, The Hospital for Sick Children, Toronto, Kanada
  • Brian L. Bäche | Programm für Neurowissenschaften, Alberta Children's Hospital; Abteilungen für Pädiatrie, klinische Neurowissenschaften und Psychologie, University of Calgary; und Alberta Children's Hospital Research Institute, Calgary, Alberta, Kanada
  • Berengere Aubert-Broche | McConnell Brain Imaging Centre, Montreal Neurological Institute, McGill University, Montreal, Kanada
  • D.Louis Collins | McConnell Brain Imaging Centre, Montreal Neurological Institute, McGill University, Montreal, Kanada
  • Sridar Narayanan | McConnell Brain Imaging Centre, Montreal Neurological Institute, McGill University, Montreal, Kanada
  • Douglas L. Arnold | McConnell Brain Imaging Centre, Montreal Neurological Institute, McGill University, Montreal, Kanada
  • Brenda L. Banwell | Programm für Neurowissenschaften und psychische Gesundheit, The Hospital for Sick Children, Toronto, Kanada, Children's Hospital of Philadelphia, Perelman School of Medicine, University of Pennsylvania, Philadelphia, Pennsylvania

Korrespondenz
E-Mail-Adresse | ctill@yorku.ca

Angaben
Keine Meldung im Zusammenhang mit der aktuellen Studie. Dr. Banwell fungiert als zentralisierter MRT-Gutachter für Novartis und als unbezahlter Berater in Bezug auf klinische Studien für Novartis, Teva Neuroscience, Biogen Idec und Sanofi. Dr. Banwell ist leitender Redakteur für Multiple Sklerose und verwandte Erkrankungen. Dr. Brooks erklärt die folgenden potenziellen Interessenkonflikte: Er erhält Lizenzgebühren für den Verkauf einer pädiatrischen Speicherbatterie [Sherman, EMS und Brooks, BL (2015). Gedächtnisprofil von Kindern und Jugendlichen. Lutz, FL; Psychological Assessment Resources Inc.], ein pädiatrischer Leistungsvaliditätstest [Sherman, EMS und Brooks, BL (im Druck); Speichergültigkeitsprofil. Lutz, FL; Psychological Assessment Resources, Inc.] und ein pädiatrisches Lehrbuch [Sherman, EMS und Brooks, BL; Hrsg. (2012), Pädiatrische forensische Neuropsychologie. Oxford University Press]. Dr. Collins wird von NeuroRx beraten.

Abstrakt
Lernziele:

Das Ziel dieser Studie war es, kognitive, akademische und psychosoziale Ergebnisse nach einem demyelinisierenden Zwischenfall (erworbene demyelinisierende Syndrome, ADS) in der Kindheit zu beschreiben und den Beitrag von Hirnläsionen und bestätigter MS-Diagnose zum Ergebnis zu untersuchen.

Methoden:

12.2 Patienten mit ADS (Durchschnittsalter = XNUMX Jahre,SD=2.7, Bereich: 7–16 Jahre) wurden bei der Vorstellung und bei der Nachuntersuchung nach 6 Monaten MRT-Untersuchungen des Gehirns unterzogen. T2-gewichtete Läsionen im MRT wurden anhand einer binären Klassifikation bewertet. Nach 6 Monaten wurden die Patienten einer neuropsychologischen Untersuchung unterzogen und mit 42 gesunden Kontrollpersonen verglichen.

Ergebnisse:

Kognitive, akademische und verhaltensbezogene Ergebnisse unterschieden sich nicht zwischen den Patienten mit ADS und den Kontrollen. Bei drei von 36 Patienten (8.3 %) wurde eine kognitive Beeinträchtigung identifiziert, die durch einen Leistungsabfall von ≤ 1.5 bestimmt wurdeSDunter normativen Werten bei mehr als vier unabhängigen Tests in der Batterie. Schlechte Leistung bei einer visuomotorischen Integrationsaufgabe war am häufigsten und wurde bei 6/32 Patienten beobachtet, aber dies unterschied sich nicht signifikant von den Kontrollen. Zwölf von 36 Patienten erhielten innerhalb von 3 Jahren nach ADS die Diagnose MS. Patienten mit MS unterschieden sich nicht von Kindern mit monophasischem ADS in Bezug auf die kognitive Leistungsfähigkeit bei der 6-Monats-Nachuntersuchung. Fatigue-Symptome wurden bei 50 % der Patienten berichtet, unabhängig von der MS-Diagnose. Das Vorhandensein von Hirnläsionen zu Beginn und 6 Monate nach dem demyelinisierenden Ereignis war nicht mit dem kognitiven Ergebnis verbunden.

Schlussfolgerungen:

Kinder mit ADS erleben ein günstiges kurzfristiges neurokognitives Ergebnis, selbst bei denen, bei denen MS bestätigt wurde. Längsschnittuntersuchungen von Kindern mit monophasischem ADS und MS sind erforderlich, um die Möglichkeit spät auftretender Folgeerscheinungen und deren zeitlichen Verlauf zu bestimmen. (JINS, 2016,22, 1050-1060)

Literaturverzeichnis
  1. Amato, MP, Goretti, B., Ghezzi, A., Lori, S., Zipoli, V., Moiola, L., & Trojano, M. (2010). Kognitive und psychosoziale Merkmale bei MS im Kindes- und Jugendalter: Zwei-Jahres-Follow-up. Neurologie, 75(13), 1134–1140. http://doi.org/10.1212/WNL.0b013e3181f4d821 CrossRef  Google Scholar  PubMed 
  2. Amato, MP, Goretti, B., Ghezzi, A., Lori, S., Zipoli, V., & Portaccio, E., . . . Studiengruppe für Multiple Sklerose der Italienischen Gesellschaft für Neurologie. (2008). Kognitive und psychosoziale Merkmale von MS im Kindes- und Jugendalter. Neurologie, 70(20), 1891–1897. http://doi.org/10.1212/01.wnl.0000312276.23177.fa CrossRef  Google Scholar  PubMed 
  3. Amato, MP, Goretti, B., Ghezzi, A., Niccolai, C., Lori, S., Moiola, L., & Trojano, M. (2014). Neuropsychologische Merkmale bei Multipler Sklerose im Kindes- und Jugendalter. Neurologie, 83(16), 1432–1438. http://doi.org/doi:10.1212/WNL.0000000000000885 CrossRef  Google Scholar  PubMed 
  4. Aubert-Broche, B., Fonov, V., Ghassemi, R., Narayanan, S., Arnold, DL, Banwell, B., & Collins, DL (2011). Regionale Hirnatrophie bei Kindern mit Multipler Sklerose. Neuroimage, 58(2), 409–415. http://doi.org/10.1016/j.neuroimage.2011.03.025 CrossRef  Google Scholar  PubMed 
  5. Banwell, B., Bar-Or, A., Arnold, DL, Sadovnick, D., Narayanan, S., McGowan, M., & Marrie, RA (2011). Klinische, umweltbedingte und genetische Determinanten der Multiplen Sklerose bei Kindern mit akuter Demyelinisierung: Eine prospektive nationale Kohortenstudie. Lancet Neurology, 10(5), 436–445. http://doi.org/10.1016/S1474-4422(11)70045-X CrossRef  Google Scholar  PubMed 
  6. Banwell, B., Kennedy, J., Sadovnick, D., Arnold, DL, Magalhaes, S., Wambera, K., & Bar-Or, A. (2009). Inzidenz der erworbenen Demyelinisierung des ZNS bei kanadischen Kindern. Neurologie, 72(3), 232–239. http://doi.org/10.1212/01.wnl.0000339482.84392.bd CrossRef  Google Scholar  PubMed 
  7. Banwell, BL, & Anderson, PE (2005). Die kognitive Belastung von Multipler Sklerose bei Kindern. Neurologie, 64(5), 891–894. Abgerufen von http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&dopt=Citation&list_uids=15753431 CrossRef  Google Scholar  PubMed 
  8. Barratt, W. (2006). Das vereinfachte Barratt-Maß für den sozialen Status. Verfügbar um: http://wbarratt.indstate.eduGoogle Scholar 
  9. Beery, K. (1997). Der Beery-Buktenica-Entwicklungstest der visuell-motorischen Integration (4. Aufl.). Parsippany: Modern Curriculum Press. Google Scholar 
  10. Brooks, BL, Sherman, EMS, & Iverson, GL (2010). Auch gesunde Kinder erzielen niedrige Werte: Prävalenz niedriger Werte auf dem nepsy-ii bei Vorschulkindern, Kindern und Jugendlichen. Archives of Clinical Neuropsychology, 25(3), 182–190. http://doi.org/10.1093/arclin/acq005 CrossRef  Google Scholar  PubMed 
  11. Buchanan, RJ, Chakravorty, BJ, Tyry, T., Hatcher, W., & Vollmer, T. (2009). Altersbezogene Vergleiche von Menschen mit Multipler Sklerose: Demografische, Krankheits- und Behandlungsmerkmale. Neurorehabilitation, 25(4), 271–278. http://doi.org/T446800094610453 [pii]/r10.3233/NRE-2009-0525 Google Scholar  PubMed 
  12. Charvet, LE, O'Donnell, EH, Belman, AL, Chitnis, T., Ness, JM, Parrish, J., & Krupp, LB (2014). Längsschnittbewertung der kognitiven Funktion bei pädiatrischer Multipler Sklerose: Bericht des US Pediatric Multiple Sclerosis Network. Multiple Sklerose, 20(11), 1502–1510. http://doi.org/10.1177/1352458514527862 CrossRef  Google Scholar  PubMed 
  13. Cohen, JA, Reingold, SC, Polman, CH, & Wolinsky, JS (2012). Outcome-Maßnahmen für Behinderungen in klinischen Studien zu Multipler Sklerose: Aktueller Status und Zukunftsaussichten. The Lancet Neurology, 11(5), 467–476. http://doi.org/10.1016/S1474-4422(12)70059-5 CrossRef  Google Scholar  PubMed 
  14. Dale, RC, Brilot, F., & Banwell, B. (2009). Pädiatrische entzündliche Demyelinisierung des Zentralnervensystems: akute disseminierte Enzephalomyelitis, klinisch isolierte Syndrome, Neuromyelitis optica und Multiple Sklerose. Current Opinion in Neurology, 22(3), 233–240. http://doi.org/10.1097/WCO.0b013e32832b4c47 CrossRef  Google Scholar  PubMed 
  15. Deery, B., Anderson, V., Jacobs, R., Neale, J., & Kornberg, A. (2010). Kindheits-MS und ADEM: Untersuchung und Vergleich neurokognitiver Merkmale bei Kindern. Entwicklungsneuropsychologie, 35(5), 506–521. http://doi.org/10.1080/87565641.2010.494921 CrossRef  Google Scholar  PubMed 
  16. Delis, DC, Kaplan, E. & Kramer, JH (2001). Delis–Kaplan Executive Function SystemTM (D–KEFS). San Antonio: Pearson. Google Scholar 
  17. Eskildsen, SF, Coupé, P., Fonov, V., Manjón, JV, Leung, KK, Guizard, N., & Collins, DL (2012). BEaST: Gehirnextraktion basierend auf einer nichtlokalen Segmentierungstechnik. Neuroimage, 59(3), 2362–2373. http://doi.org/10.1016/j.neuroimage.2011.09.012 CrossRef  Google Scholar  PubMed 
  18. Evans, A. & Brain Development Cooperative Group. (2006). Die NIH-MRT-Studie zur normalen Gehirnentwicklung. Neuroimage, 30, 184–202. CrossRef  Google Scholar  PubMed 
  19. Fonov, V., Evans, AC, Botteron, K., Almli, CR, McKinstry, RC, Collins, DL, & Brain Development Cooperative Group. (2011). Unvoreingenommene durchschnittliche altersgerechte Atlanten für pädiatrische Studien. Neuroimage, 54(1), 313–327. http://doi.org/10.1016/j.neuroimage.2010.07.033 CrossRef  Google Scholar  PubMed 
  20. Ghassemi, R., Antel, SB, Narayanan, S., Francis, SJ, Bar-Or, A., & Sadovnick, AD, . . . Canadian Pediatric Demyelinating Disease Study Group. (2008). Läsionsverteilung bei Kindern mit klinisch isolierten Syndromen. Annalen der Neurologie, 63 (3), 401–405. http://doi.org/10.1002/ana.21322 CrossRef  Google Scholar  PubMed 
  21. Hahn, CD, Miles, BS, MacGregor, DL, Blaser, SI, Banwell, BL, & Hetherington, CR (2003). Neurokognitive Ergebnisse nach akuter disseminierter Enzephalomyelitis. Pädiatrische Neurologie, 29(2), 117–123. Abgerufen von http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&dopt=Citation&list_uids=14580654 CrossRef  Google Scholar  PubMed 
  22. Harder, LL, Holland, AA, Frohman, E., Graves, D., & Greenberg, BM (2013). Kognitive Funktion bei pädiatrischer Transverser Myelitis. Multiple Sklerose, 19(7), 947–952. http://doi.org/10.1177/1352458512466606; 10.1177/1352458512466606 CrossRef  Google Scholar  PubMed 
  23. Hosseini, B., Flora, DB, Banwell, BL, & Till, C. (2014). Erkrankungsalter als Moderator des kognitiven Rückgangs bei pädiatrischer Multipler Sklerose. Zeitschrift der Internationalen Neuropsychologischen Gesellschaft, 20, 796–804. http://doi.org/10.1017/S1355617714000642 CrossRef  Google Scholar  PubMed 
  24. Ingraham, LG, & Aiken, CB (1996). Empirischer Ansatz zur Bestimmung von Kriterien für Anomalien in Testbatterien mit mehreren Maßnahmen. Neuropsychologie, 10(1), 120–124. CrossRef  Google Scholar 
  25. Jacobs, RK, Anderson, VA, Neale, JL, Shield, LK, & Kornberg, AJ (2004). Neuropsychologisches Outcome nach akuter disseminierter Enzephalomyelitis: Einfluss des Alters bei Krankheitsbeginn. Pädiatrische Neurologie, 31(3), 191–197. Abgerufen von http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&dopt=Citation&list_uids=15351018 CrossRef  Google Scholar  PubMed 
  26. Jayakrishnan, MP, & Krishnakumar, P. (2010). Klinisches Profil der akuten disseminierten Enzephalomyelitis bei Kindern. Zeitschrift für pädiatrische Neurowissenschaften, 5(2), 111–114. http://doi.org/10.4103/1817-1745.76098; 10.4103/1817-1745.76098 CrossRef  Google Scholar  PubMed 
  27. Julian, L., Serafin, D., Charvet, L., Ackerson, J., Benedict, R., & Braaten, E., . . . Netzwerk pädiatrischer MS-Kompetenzzentren. (2012). Kognitive Beeinträchtigung tritt bei Kindern und Jugendlichen mit Multipler Sklerose auf: Ergebnisse eines US-amerikanischen Netzwerks. Journal of Child Neurology, 28(1), 102–107. http://doi.org/10.1177/0883073812464816; 10.1177/0883073812464816 CrossRef  Google Scholar  PubMed 
  28. Kerbrat, A., Aubert-Broche, B., Fonov, V., Narayanan, S., Sled, JG, Arnold, DA, & Collins, DL (2012). Reduzierte Kopf- und Gehirngröße für das Alter und unverhältnismäßig kleinere Thalami bei MS mit Beginn im Kindesalter. Neurologie, 78(3), 194–201. http://doi.org/10.1212/WNL.0b013e318240799a CrossRef  Google Scholar  PubMed 
  29. Krupp, LB, Tardieu, M., Amato, MP, Banwell, B., Chitnis, T., Dale, RC, & Wassmer, E. (2013). Kriterien der International Pediatric Multiple Sclerosis Study Group für pädiatrische Multiple Sklerose und immunvermittelte demyelinisierende Erkrankungen des Zentralnervensystems: Überarbeitung der Definitionen von 2007. Multiple Sklerose, 19(10), 1261–1267. CrossRef  Google Scholar 
  30. Kuni, BJ, Banwell, BL, & Till, C. (2012). Kognitive und Verhaltensergebnisse bei Personen mit akuter disseminierter Enzephalomyelitis (ADEM) in der Vorgeschichte. Entwicklungsneuropsychologie, 37(8), 682–696. http://doi.org/10.1080/87565641.2012.690799 CrossRef  Google Scholar 
  31. Kurtzke, J. (1983). Bewertung der neurologischen Beeinträchtigung bei Multipler Sklerose: eine erweiterte Behinderungsstatusskala (EDSS). Neurologie, 33(11), 1444–1452. CrossRef  Google Scholar 
  32. MacAllister, WS, Belman, AL, Milazzo, M., Weisbrot, DM, Christodoulou, C., Scherl, WF, & Krupp, LB (2005). Kognitive Funktion bei Kindern und Jugendlichen mit Multipler Sklerose. Neurologie, 64(8), 1422–1425. Abgerufen von http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&dopt=Citation&list_uids=15851734 CrossRef  Google Scholar  PubMed 
  33. MacAllister, WS, Christodoulou, C., Milazzo, M., & Krupp, LB (2007). Neuropsychologische Längsschnittbeurteilung bei pädiatrischer Multipler Sklerose. Entwicklungsneuropsychologie, 32(2), 625–644. http://doi.org/10.1080/87565640701375872 CrossRef  Google Scholar  PubMed 
  34. Marin, SE, Banwell, BB, & Till, C. (2013). Kognitive Trajektorien bei 4 Patienten mit pädiatrischer Multipler Sklerose: Serielle Auswertung über ein Jahrzehnt. Journal of Child Neurology, 28(12), 1577–1586. Abgerufen von http://www.ncbi.nlm.nih.gov/pubmed/23143723 CrossRef  Google Scholar 
  35. O'Mahony, J., Marrie, RA, Laporte, A., Yeh, EA, Bar-Or, A., Phan, C., & Banwell, B. (2015). Genesung von einer akuten Demyelinisierung des Zentralnervensystems bei Kindern. Pädiatrie. http://doi.org/10.1542/peds.2015-0028 Google Scholar 
  36. Polman, CH, Reingold, SC, Banwell, B., Clanet, M., Cohen, JA, Filippi, M., & Wolinsky, JS (2011). Diagnostische Kriterien für Multiple Sklerose: 2010 Überarbeitungen der McDonald-Kriterien. Annals of Neurology, 69(2), 292–302. http://doi.org/10.1002/ana.22366 CrossRef  Google Scholar  PubMed 
  37. Reynolds, CR, & Kamphaus, RW (2004).Verhaltensbewertungssystem für Kinder (BASC-2)(2. Aufl.). Bloomington: Pearson-Bewertungen. Google Scholar 
  38. Reynolds, CR, & Voress, JK (2007).Gedächtnis- und Lerntest (TOMAL-2)(2. Aufl.). Austin: Pro-Ed. Google Scholar 
  39. Smerbeck, AM, Parrish, J., Serafin, D., Yeh, EA, Weinstock-Guttman, B., Hoogs, M., & Benedict, RH (2011). Visuell-kognitive Verarbeitungsdefizite bei pädiatrischer Multipler Sklerose. Multiple Sklerose, 17(4), 449–456. http://doi.org/10.1177/1352458510391689 CrossRef  Google Scholar  PubMed 
  40. Smith, A. (1982). Das Handbuch zum Symbol Digit Modalities Test (SDMT). Los Angeles: Westliche Veröffentlichungsdienste. Google Scholar 
  41. Squillace, M., Ray, S., & Milazzo, M. (2015). Veränderungen der groben Greifkraft und Feinmotorik bei Jugendlichen mit pädiatrischer Multipler Sklerose. Ergotherapie im Gesundheitswesen, 29(1), 77–85. http://doi.org/10.3109/07380577.2014.967441 CrossRef  Google Scholar  PubMed 
  42. Suppiej, A., Cainelli, E., Casara, G., Cappellari, A., Nosadini, M., & Sartori, S. (2014). Langfristiges neurokognitives Ergebnis und Lebensqualität bei pädiatrischer akuter disseminierter Enzephalomyelitis. Pädiatrische Neurologie, 50(4), 363–367. http://doi.org/10.1016/j.pediatrneurol.2013.12.006; 10.1016/j.pediatrneurol.2013.12.006 CrossRef  Google Scholar  PubMed 
  43. Tenembaum, S., Chamoles, N., & Fejerman, N. (2002). Akute disseminierte Enzephalomyelitis: Eine Langzeit-Follow-up-Studie mit 84 pädiatrischen Patienten. Neurologie, 59(8), 1224–1231. CrossRef  Google Scholar  PubMed 
  44. Till, C., Ghassemi, R., Aubert-Broche, B., Kerbrat, A., Collins, DL, Narayanan, S., & Banwell, BL (2011). MRT korreliert mit kognitiver Beeinträchtigung bei Multipler Sklerose im Kindesalter. Neuropsychology, 25(3), 319–332. CrossRef  Google Scholar  PubMed 
  45. Till, C., Racine, N., Araujo, D., Narayanan, S., Collins, DL, Aubert-Broche, B., & Banwell, B. (2013). Veränderungen der kognitiven Leistungsfähigkeit über einen Zeitraum von 1 Jahr bei Kindern und Jugendlichen mit Multipler Sklerose. Neuropsychologie, 27(2), 210–219. http://doi.org/10.1037/a0031665 CrossRef  Google Scholar 
  46. Varni, JW, Beaujean, AA, & Limbers, CA (2013). Faktorielle Invarianz der selbstberichteten Fatigue von pädiatrischen Patienten über Alter und Geschlecht hinweg: ein konfirmatorischer Faktoranalyseansatz für mehrere Gruppen unter Verwendung der PedsQL Multidimensional Fatigue Scale. Quality of Life Research, 22(9), 2581–2594. CrossRef  Google Scholar 
  47. Verhey, LH, Branson, HM, Laughlin, S., Shroff, MM, Benseler, SM, Feldman, BM, & Banwell, B. (2013). Entwicklung eines standardisierten MRT-Scoring-Tools für die ZNS-Demyelinisierung bei Kindern. AJNR American Journal of Neuroradiology, 34(6), 1271–1277. http://doi.org/10.3174/ajnr.A3382; 10.3174/ajnr.A3382 CrossRef  Google Scholar  PubMed 
  48. Verhey, LH, Branson, HM, Shroff, MM, Callen, DJ, Schlitten, JG, Narayanan, S., . . . Canadian Pediatric Demyelinating Disease Network. (2011). MRT-Parameter zur Vorhersage der Multiple-Sklerose-Diagnose bei Kindern mit akuter ZNS-Demyelinisierung: Eine prospektive nationale Kohortenstudie. Lancet Neurology, 10(12), 1065–1073. http://doi.org/10.1016/S1474-4422(11)70250-2; 10.1016/S1474-4422(11)70250-2 CrossRef  Google Scholar  PubMed 
  49. Wechsler, D. (1999). Wechsler Abgekürzte Intelligenzskala (WASI). San Antonio: Die psychologische Gesellschaft. Google Scholar 
  50. Wingerchuk, DM, Banwell, B., Bennett, JL, Cabre, P., Carroll, W., Chitnis, T., & Weinshenker, BG (2015). Internationale Konsens-Diagnosekriterien für Erkrankungen des Spektrums der Neuromyelitis optica. Neurologie, 85(2), 177–189. http://doi.org/10.1212/WNL.0000000000001729 CrossRef  Google Scholar  PubMed 
  51. Woodcock, RW, McGrew, KS, & Mather, N. (2001). Woodcock Johnson III NU Tests der kognitiven Fähigkeiten. Rollende Wiesen: Riverside Publishing. Google Scholar 
Biomarker bei der prodromalen Parkinson-Krankheit: eine qualitative Überprüfung
Autor (en)
  • Christine A. Cooper | Zentrum für Parkinson-Krankheit und Bewegungsstörungen, Abteilung für Neurologie, Universität von Pennsylvania, Philadelphia, Pennsylvania
  • Lama M. Chahine | Zentrum für Parkinson-Krankheit und Bewegungsstörungen, Abteilung für Neurologie, Universität von Pennsylvania, Philadelphia, Pennsylvania

Korrespondenz

Angaben
Diese Forschung erhielt keine spezifische Förderung von irgendeiner Förderagentur, kommerziellen oder gemeinnützigen Sektoren. Dr. Cooper hat keine Interessenkonflikte und keine Offenlegungen. Dr. Chahine hat keine Interessenkonflikte. Dr. Chahine (i) erhält Unterstützung vom NIH (P50 NS053488); (ii) erhält Unterstützung von der Michael J. Fox Foundation als Site Principal Investigator der Parkinson's Progression Marker's Initiative und (iii) erhält Tantiemen von Wolters Kluwel (für Buchautorenschaft).

Abstrakt
Hintergrund:

In den letzten Jahren wurde das Konzept der prodromalen Parkinson-Krankheit (PD) zunehmend anerkannt. Dieser Begriff bezieht sich auf Personen, die die motorischen diagnostischen Kriterien für PD nicht erfüllen, aber klinische, genetische oder Biomarker-Eigenschaften aufweisen, die auf ein Risiko hindeuten, in Zukunft PD zu entwickeln. Die klinische Diagnose der prodromalen PD hat eine geringe Spezifität, was den Bedarf an objektiven Biomarkern mit höherer Spezifität erfordert. In dieser qualitativen Übersicht diskutieren wir objektiv definierte mutmaßliche Biomarker für PD und prodromale PD.

Methoden:

Wir durchsuchten Pubmed und Embase nach Artikeln zu objektiven Biomarkern für PD und deren Anwendung in prodromalen Kohorten. Die Artikel wurden basierend auf Relevanz und Methodik ausgewählt.

Die wichtigsten Ergebnisse:

Zu den objektiven Biomarkern mit nachgewiesenem Nutzen bei prodromaler PD gehören die Liganden-basierte Bildgebung und die transkranielle Sonographie. Die Entwicklung von Serum, Cerebrospinalflüssigkeit und gewebebasierten Biomarkern ist im Gange, aber ihre Anwendung bei prodromaler PD muss noch sinnvoll erfolgen. Die Kombination objektiver Biomarker mit klinischen oder genetischen prodromalen Merkmalen erhöht die Sensitivität und Spezifität für die Identifizierung von prodromaler PD.

Schlussfolgerungen:

Mehrere objektive Biomarker für prodromale PD sind vielversprechend, erfordern jedoch weitere Studien, einschließlich ihrer Anwendung auf und Validierung in prodromalen Kohorten, die längsschnittlich verfolgt werden. Eine genaue Identifizierung der prodromalen PD erfordert wahrscheinlich einen multimodalen Ansatz. (JINS, 2016,22, 956-967)

Literaturverzeichnis
  1. Ahmed, SS, Santosh, W., Kumar, S., & Christlet, HT (2009). Metabolisches Profiling der Parkinson-Krankheit: Nachweis von Biomarkern aus Genexpressionsanalyse und schneller Erkennung neuronaler Netzwerke. Journal of Biomedical Science, 16(1), 63. http://doi.org/10.1186/1423-0127-16-63 CrossRef  Google Scholar 
  2. Albin, RL, Koeppe, RA, Chervin, RD, Consens, FB, Wernette, K., Frey, KA, & Aldrich, MS (2000). Verminderte striatale dopaminerge Innervation bei REM-Schlaf-Verhaltensstörung. Neurologie, 55(9), 1410–1412. http://doi.org/10.1212/WNL.55.9.1410 CrossRef  Google Scholar  PubMed 
  3. Ascherio, A., LeWitt, PA, Xu, K., Eberly, S., Watts, A., Matson, WR, ... Parkinson-Studiengruppe DATATOP-Untersucher. (2009). Urat als Prädiktor für die Rate des klinischen Rückgangs bei der Parkinson-Krankheit. Archiv für Neurologie, 66 (12), 1460–1468. http://doi.org/10.1001/archneurol.2009.247 CrossRef  Google Scholar  PubMed 
  4. Beach, TG, Adler, CH, Dugger, BN, Serrano, G., Hidalgo, J., Henry-Watson, J., ... Arizona Parkinson's Disease Consortium. (2013). Submandibulardrüsenbiopsie zur Diagnose der Parkinson-Krankheit. Zeitschrift für Neuropathologie und experimentelle Neurologie, 72(2), 130–136. http://doi.org/10.1097/NEN.0b013e3182805c72 CrossRef  Google Scholar 
  5. Berg, D., Becker, G., Zeiler, B., Tucha, O., Hofmann, E., Preier, M., & Lange, KW (1999). Vulnerabilität des nigrostriatalen Systems, festgestellt durch transkraniellen Ultraschall. Neurologie, 53(5), 1026–1026. http://doi.org/10.1212/WNL.53.5.1026 CrossRef  Google Scholar  PubMed 
  6. Berg, D., Godau, J., Seppi, K., Behnke, S., Liepelt-Scarfone, I., Lerche, S., … PRIPS-Studiengruppe. (2013). Die PRIPS-Studie: Screening-Batterie für Patienten mit einem Risiko für die Parkinson-Krankheit. Europäische Zeitschrift für Neurologie, 20(1), 102–108. http://doi.org/10.1111/j.1468-1331.2012.03798.x CrossRef  Google Scholar  PubMed 
  7. Berg, D., Marek, K., Ross, GW, & Poewe, W. (2012). Definition von Risikopopulationen für die Parkinson-Krankheit: Lehren aus laufenden Studien. Bewegungsstörungen, 27(5), 656–665. http://doi.org/10.1002/mds.24985 CrossRef  Google Scholar  PubMed 
  8. Berg, D., Postuma, RB, Adler, CH, Bloem, BR, Chan, P., Dubois, B., & Deuschl, G. (2015). MDS-Forschungskriterien für die prodromale Parkinson-Krankheit. Bewegungsstörungen, 30(12), 1600–1611. http://doi.org/10.1002/mds.26431 CrossRef  Google Scholar  PubMed 
  9. Berg, D., Roggendorf, W., Schröder, U., Klein, R., Tatschner, T., Benz, P., & Becker, G. (2002). Echogenität der Substantia nigra: Assoziation mit erhöhtem Eisengehalt und Marker für Anfälligkeit für nigrostriatale Schädigung. Archives of Neurology, 59(6), 999–1005. CrossRef  Google Scholar  PubMed 
  10. Berg, D., Siefker, C., & Becker, G. (2001). Echogenität der Substantia nigra bei Morbus Parkinson und ihre Beziehung zu klinischen Befunden. Zeitschrift für Neurologie, 248(8), 684–689. CrossRef  Google Scholar  PubMed 
  11. Bernheimer, H., Birkmayer, W., Hornykiewicz, O., Jellinger, K., & Seitelberger, F. (1973). Gehirndopamin und die Syndrome von Parkinson und Huntington. Klinische, morphologische und neurochemische Korrelationen. Journal of the Neurological Sciences, 20(4), 415–455. CrossRef  Google Scholar  PubMed 
  12. Boeve, BF, Silber, MH, Ferman, TJ, Lin, SC, Benarroch, EE, Schmeichel, AM, & Dickson, DW (2013). Klinisch-pathologische Korrelationen in 172 Fällen von Schlafverhaltensstörungen bei schnellen Augenbewegungen mit oder ohne gleichzeitig bestehender neurologischer Störung. Schlafmedizin, 14(8), 754–762. http://doi.org/10.1016/j.sleep.2012.10.015 CrossRef  Google Scholar  PubMed 
  13. Bogdanov, M., Matson, WR, Wang, L., Matson, T., Saunders-Pullman, R., Bressman, SS, & Beal, MF (2008). Metabolomisches Profiling zur Entwicklung von Blutbiomarkern für die Parkinson-Krankheit. Gehirn, 131(2), 389–396. http://doi.org/10.1093/brain/awm304 CrossRef  Google Scholar  PubMed 
  14. Braak, H., Tredici, KD, Rüb, U., de Vos, RAI, Jansen Steur, ENH, & Braak, E. (2003). Inszenierung von Hirnpathologien im Zusammenhang mit sporadischer Parkinson-Krankheit. Neurobiology of Aging, 24(2), 197–211. http://doi.org/10.1016/S0197-4580(02)00065-9 CrossRef  Google Scholar 
  15. Brodacki, B., Staszewski, J., Toczyłowska, B., Kozłowska, E., Drela, N., Chalimoniuk, M., & Stepien, A. (2008). Die Konzentrationen von Serum-Interleukin (IL-2, IL-10, IL-6, IL-4), TNFα und INFγ sind bei Patienten mit atypischem und idiopathischem Parkinsonismus erhöht. Neuroscience Letters, 441(2), 158–162. http://doi.org/10.1016/j.neulet.2008.06.040 CrossRef  Google Scholar 
  16. Brüggemann, N., Hagenah, J., Stanley, K., Klein, C., Wang, C., Raymond, D., & Saunders-Pullman, R. (2011). Substantia nigra-Hyperechogenität mit LRRK2 G2019S-Mutationen. Bewegungsstörungen, 26(5), 885–888. http://doi.org/10.1002/mds.23644 CrossRef  Google Scholar  PubMed 
  17. Chahine, LM, Qiang, J., Ashbridge, E., Minger, J., Yearout, D., Horn, S., & Chen-Plotkin, A. (2013). Klinische und biochemische Unterschiede bei Patienten mit Parkinson-Krankheit mit vs. ohne GBA-Mutationen. JAMA Neurology, 70(7), 852–858. http://doi.org/10.1001/jamaneurol.2013.1274 CrossRef  Google Scholar  PubMed 
  18. Chahine, LM, Weintraub, D., Hawkins, KA, Siderowf, A., Eberly, S., Oakes, D., … PARS-Ermittler. (2015). Kognition bei Personen mit einem Risiko für Parkinson: Studienergebnisse zum Parkinson-assoziierten Risikosyndrom (PARS). Bewegungsstörungen, 31, 86–94. http://doi.org/10.1002/mds.26373 CrossRef  Google Scholar  PubMed 
  19. Chen, H., O'Reilly, EJ, Schwarzschild, MA, & Ascherio, A. (2008). Periphere entzündliche Biomarker und das Risiko der Parkinson-Krankheit. American Journal of Epidemiology, 167(1), 90–95. http://doi.org/10.1093/aje/kwm260 CrossRef  Google Scholar  PubMed 
  20. Chikina, MD, Gerald, CP, Li, X., Ge, Y., Pincas, H., Nair, VD, & Sealfon, SC (2015). RNAs mit geringer Varianz identifizieren die molekulare Signatur der Parkinson-Krankheit im Blut. Bewegungsstörungen, 30(6), 813–821. http://doi.org/10.1002/mds.26205 CrossRef  Google Scholar  PubMed 
  21. Cochrane, CJ, & Ebmeier, KP (2013). Diffusions-Tensor-Bildgebung bei Parkinson-Syndromen: Eine systematische Überprüfung und Metaanalyse. Neurologie, 80(9), 857–864. http://doi.org/10.1212/WNL.0b013e318284070c CrossRef  Google Scholar  PubMed 
  22. Constantinescu, R., Rosengren, L., Johnels, B., Zetterberg, H., & Holmberg, B. (2010). Konsekutive Analysen von axonalen und glialen Markern der Zerebrospinalflüssigkeit bei der Parkinson-Krankheit und atypischen Parkinson-Erkrankungen. Parkinsonismus und verwandte Erkrankungen, 16(2), 142–145. http://doi.org/10.1016/j.parkreldis.2009.07.007 CrossRef  Google Scholar 
  23. Davis, JW, Grandinetti, A., Waslien, CI, Ross, GW, White, LR, & Morens, DM (1996). Beobachtungen zu Serum-Harnsäurespiegeln und dem Risiko einer idiopathischen Parkinson-Krankheit. American Journal of Epidemiology, 144(5), 480–484. CrossRef  Google Scholar 
  24. de Lau, LML, Koudstaal, PJ, Hofman, A., & Breteler, MMB (2005). Serum-Harnsäurespiegel und das Risiko einer Parkinson-Krankheit. Annals of Neurology, 58(5), 797–800. http://doi.org/10.1002/ana.20663 CrossRef  Google Scholar  PubMed 
  25. Donadio, V., Incensi, A., Leta, V., Giannoccaro, MP, Scaglione, C., Martinelli, P., & Liguori, R. (2014). Hautnerven-α-Synuclein-Ablagerungen: Ein Biomarker für die idiopathische Parkinson-Krankheit. Neurologie, 82(15), 1362–1369. http://doi.org/10.1212/WNL.0000000000000316 CrossRef  Google Scholar  PubMed 
  26. Dursun, E., Gezen-Ak, D., Hanağası, H., Bilgiç, B., Lohmann, E., Ertan, S., & Yılmazer, S. (2015). Serumspiegel von Interleukin 1 alpha, Interleukin 1 beta, Interleukin 6 und alpha-2-Makroglobulin bei Patienten mit früh oder spät einsetzender Alzheimer-Krankheit, leichter kognitiver Beeinträchtigung oder Parkinson-Krankheit. Zeitschrift für Neuroimmunologie, 283, 50–57. http://doi.org/10.1016/j.jneuroim.2015.04.014 CrossRef  Google Scholar  PubMed 
  27. Eidelberg, D., Moeller, JR, Dhawan, V., Spetsieris, P., Takikawa, S., Ishikawa, T., & Przedborski, S. (1994). Die metabolische Topographie des Parkinsonismus. Journal of Cerebral Blood Flow and Metabolism, 14(5), 783–801. http://doi.org/10.1038/jcbfm.1994.99 CrossRef  Google Scholar  PubMed 
  28. El-Agnaf, OMA, Salem, SA, Paleologou, KE, Curran, MD, Gibson, MJ, Court, JA, & Allsop, D. (2006). Nachweis von oligomeren Formen des Alpha-Synuclein-Proteins in menschlichem Plasma als potenzieller Biomarker für die Parkinson-Krankheit. FASEB Journal, 20(3), 419–425. http://doi.org/10.1096/fj.03-1449com CrossRef  Google Scholar  PubMed 
  29. Faucheux, BA, Martin, M.-E., Beaumont, C., Hauw, J.-J., Agid, Y., & Hirsch, EC (2003). Neuromelanin-assoziiertes redoxaktives Eisen ist in der Substantia nigra von Patienten mit Parkinson-Krankheit erhöht. Zeitschrift für Neurochemie, 86(5), 1142–1148. http://doi.org/10.1046/j.1471-4159.2003.01923.x CrossRef  Google Scholar  PubMed 
  30. Fearnley, JM, & Lees, AJ (1991). Alterung und Parkinson-Krankheit: Regionale Selektivität von Substantia nigra. Gehirn, 114(5), 2283–2301. http://doi.org/10.1093/brain/114.5.2283 CrossRef  Google Scholar  PubMed 
  31. Folgoas, E., Lebouvier, T., Leclair-Visonneau, L., Cersosimo, M.-G., Barthelaix, A., Derkinderen, P., & Letournel, F. (2013). Diagnostischer Wert der Biopsie der kleinen Speicheldrüsen zum Nachweis der Lewy-Pathologie. Neuroscience Letters, 551, 62–64. http://doi.org/10.1016/j.neulet.2013.07.016 CrossRef  Google Scholar  PubMed 
  32. Foulds, PG, Mitchell, JD, Parker, A., Turner, R., Green, G., Diggle, P., & Allsop, D. (2011). Phosphoryliertes α-Synuclein kann im Blutplasma nachgewiesen werden und ist möglicherweise ein nützlicher Biomarker für die Parkinson-Krankheit. FASEB Journal, 25(12), 4127–4137. http://doi.org/10.1096/fj.10-179192 CrossRef  Google Scholar  PubMed 
  33. Gaenslen, A., Swid, I., Liepelt-Scarfone, I., Godau, J., & Berg, D. (2011). Die Wahrnehmung prodromaler Symptome durch die Patienten vor der Erstdiagnose der Parkinson-Krankheit. Bewegungsstörungen, 26(4), 653–658. http://doi.org/10.1002/mds.23499 CrossRef  Google Scholar  PubMed 
  34. Gaenslen, A., Wurster, I., Brockmann, K., Huber, H., Godau, J., Faust, B., & Berg, D. (2014). Prodromale Merkmale der Parkinson-Krankheit – Ausgangsdaten aus der TREND-Studie. Europäische Zeitschrift für Neurologie, 21(5), 766–772. http://doi.org/10.1111/ene.12382 CrossRef  Google Scholar  PubMed 
  35. Gao, L., Tang, H., Nie, K., Wang, L., Zhao, J., Gan, R., & Wang, L. (2015). Cerebrospinalflüssigkeit Alpha-Synuclein als Biomarker für die Diagnose der Parkinson-Krankheit: Eine systematische Überprüfung und Meta-Analyse. The International Journal of Neuroscience, 125(9), 645–654. http://doi.org/10.3109/00207454.2014.961454 CrossRef  Google Scholar  PubMed 
  36. Gold, A., Turkalp, ZT, & Munoz, DG (2013). Die enterische Alpha-Synuclein-Expression ist bei der Parkinson-Krankheit erhöht, aber nicht bei der Alzheimer-Krankheit. Bewegungsstörungen, 28(2), 237–240. http://doi.org/10.1002/mds.25298 CrossRef  Google Scholar 
  37. Hall, S., Öhrfelt, A., Constantinescu, R., Andreasson, U., Surova, Y., Bostrom, F., & Hansson, O. (2012). Genauigkeit eines Panels von 5 Biomarkern für die Zerebrospinalflüssigkeit in der Differentialdiagnose von Patienten mit Demenz und/oder Parkinson-Erkrankungen. Archiv für Neurologie, 69 (11), 1445–1452. http://doi.org/10.1001/archneurol.2012.1654 CrossRef  Google Scholar  PubMed 
  38. Herbert, MK, Eeftens, JM, Aerts, MB, Esselink, RAJ, Bloem, BR, Kuiperij, HB, & Verbeek, MM (2014). CSF-Spiegel von DJ-1 und Tau unterscheiden MSA-Patienten von PD-Patienten und Kontrollen. Parkinsonismus und verwandte Erkrankungen, 20(1), 112–115. http://doi.org/10.1016/j.parkreldis.2013.09.003 CrossRef  Google Scholar  PubMed 
  39. Hong, Z., Shi, M., Chung, KA, Quinn, JF, Peskind, ER, Galasko, D., & Zhang, J. (2010). DJ-1 und α-Synuclein in menschlicher Zerebrospinalflüssigkeit als Biomarker der Parkinson-Krankheit. Gehirn, 133(3), 713–726. http://doi.org/10.1093/brain/awq008 CrossRef  Google Scholar 
  40. Huang, W.-S., Lin, S.-Z., Lin, J.-C., Wey, S.-P., Ting, G., & Liu, R.-S. (2001). Bewertung der Parkinson-Krankheit im Frühstadium mit 99mTc-TRODAT-1-Bildgebung. Zeitschrift für Nuklearmedizin, 42 (9), 1303–1308. Google Scholar  PubMed 
  41. Hughes, AJ, Daniel, SE, Kilford, L., & Lees, AJ (1992). Genauigkeit der klinischen Diagnose der idiopathischen Parkinson-Krankheit: Eine klinisch-pathologische Studie mit 100 Fällen. Zeitschrift für Neurologie, Neurochirurgie und Psychiatrie, 55(3), 181–184. CrossRef  Google Scholar  PubMed 
  42. Iranzo, A., Fernández-Arcos, A., Tolosa, E., Serradell, M., Molinuevo, JL, Valldeoriola, F., & Santamaría, J. (2014). Risiko einer neurodegenerativen Störung bei idiopathischer REM-Schlaf-Verhaltensstörung: Studie mit 174 Patienten. PloS One, 9(2), e89741. http://doi.org/10.1371/journal.pone.0089741 CrossRef  Google Scholar  PubMed 
  43. Iranzo, A., Lomeña, F., Stockner, H., Valldeoriola, F., Vilaseca, I., Salamero, M., … Gruppe Sleep Innsbruck Barcelona (SINBAR). (2010). Verringerte striatale Dopamin-Transporter-Aufnahme und Substantia nigra-Hyperechogenität als Risikomarker für Synucleinopathie bei Patienten mit idiopathischer Schlafverhaltensstörung mit schneller Augenbewegung: Eine prospektive Studie [korrigiert]. Die Lanzette. Neurologie, 9(11), 1070–1077. http://doi.org/10.1016/S1474-4422(10)70216-7 CrossRef  Google Scholar 
  44. Jennings, DL, Seibyl, JP, Oakes, D., Eberly, S., Murphy, J., & Marek, K. (2004). (123i) β-Cit- und Einzelphotonen-Emissions-Computertomographie-Bildgebung vs. klinische Bewertung beim Parkinson-Syndrom: Entlarvung einer frühen Diagnose. Archiv für Neurologie, 61 (8), 1224–1229. http://doi.org/10.1001/archneur.61.8.1224 CrossRef  Google Scholar  PubMed 
  45. Jennings, D., Siderowf, A., Stern, M., Seibyl, J., Eberly, S., Oakes, D., … PARS-Ermittler. (2014). Bildgebung der prodromalen Parkinson-Krankheit Die Studie zum Parkinson-assoziierten Risikosyndrom. Neurologie, 83(19), 1739–1746. http://doi.org/10.1212/WNL.0000000000000960 CrossRef  Google Scholar 
  46. Jiménez-Jiménez, FJ, Alonso-Navarro, H., García-Martín, E., & Agúndez, JAG (2014). Zerebrospinalflüssigkeit biochemische Studien bei Patienten mit Parkinson-Krankheit: Auf dem Weg zu einer möglichen Suche nach Biomarkern für diese Krankheit. Frontiers in Cellular Neuroscience, 8, 369. http://doi.org/10.3389/fncel.2014.00369 Google Scholar 
  47. Johansen, KK, Wang, L., Aasly, JO, White, LR, Matson, WR, Henchcliffe, C., & Bogdanov, M. (2009). Metabolomisches Profiling bei LRRK2-assoziierter Parkinson-Krankheit. PLoS ONE, 4(10), e7551. http://doi.org/10.1371/journal.pone.0007551 CrossRef  Google Scholar  PubMed 
  48. Kang, J.-H., Irwin, DJ, Chen-Plotkin, AS, Siderowf, A., Caspell, C., Coffey, CS, … Parkinson's Progression Markers Initiative. (2013). Assoziation von β-Amyloid 1-42-, T-tau-, P-tau181- und α-Synuclein-Spiegeln in der Zerebrospinalflüssigkeit mit klinischen Merkmalen von arzneimittelnaiven Patienten mit Parkinson-Krankheit im Frühstadium. JAMA Neurology, 70(10), 1277–1287. http://doi.org/10.1001/jamaneurol.2013.3861 Google Scholar  PubMed 
  49. Kashihara, K., Imamura, T., & Shinya, T. (2010). Die kardiale 123I-MIBG-Aufnahme ist bei Patienten mit REM-Schlaf-Verhaltensstörung deutlicher reduziert als bei Patienten mit Parkinson-Krankheit im Frühstadium. Parkinsonismus und verwandte Erkrankungen, 16(4), 252–255. http://doi.org/10.1016/j.parkreldis.2009.12.010 CrossRef  Google Scholar  PubMed 
  50. Khan, NL, Valente, EM, Bentivoglio, AR, Wood, NW, Albanese, A., Brooks, DJ, & Piccini, P. (2002). Klinische und subklinische dopaminerge Dysfunktion bei PARK6-verbundenem Parkinsonismus: Eine 18F-Dopa-PET-Studie. Annalen der Neurologie, 52 (6), 849–853. http://doi.org/10.1002/ana.10417 CrossRef  Google Scholar 
  51. Lebouvier, T., Chaumette, T., Damier, P., Coron, E., Touchefeu, Y., Vrignaud, S., & Neunlist, M. (2008). Pathologische Läsionen in Kolonbiopsien während der Parkinson-Krankheit. Darm, 57(12), 1741–1743. http://doi.org/10.1136/gut.2008.162503 CrossRef  Google Scholar  PubMed 
  52. Liepelt, I., Behnke, S., Schweitzer, K., Wolf, B., Godau, J., Wollenweber, F., & Berg, D. (2011). Prämotorische Anzeichen von PD stehen im Zusammenhang mit SN-Hyperechogenität, die durch TCS bei einer älteren Population bewertet wurde. Neurobiology of Aging, 32(9), 1599–1606. http://doi.org/10.1016/j.neurobiolaging.2009.10.004 CrossRef  Google Scholar 
  53. Lin, X., Cook, TJ, Zabetian, CP, Leverenz, JB, Peskind, ER, Hu, S.-C., & Zhang, J. (2012). DJ-1-Isoformen im Vollblut als potenzielle Biomarker der Parkinson-Krankheit. Wissenschaftliche Berichte, 2, 954. http://doi.org/10.1038/srep00954 CrossRef  Google Scholar  PubMed 
  54. Loeffler, DA, Smith, LM, Coffey, MP, Aasly, JO, & LeWitt, PA (2015). CSF Nrf2 und HSPA8 bei Parkinson-Patienten mit und ohne LRRK2-Genmutationen. Journal of Neural Transmission (Wien, Österreich: 1996). http://doi.org/10.1007/s00702-015-1479-0 Google Scholar  PubMed 
  55. Malek, N., Swallow, D., Grosset, KA, Anichtchik, O., Spillantini, M., & Grosset, DG (2014). Alpha-Synuclein in peripheren Geweben und Körperflüssigkeiten als Biomarker für die Parkinson-Krankheit – Eine systematische Übersichtsarbeit. Acta Neurologica Scandinavica, 130(2), 59–72. http://doi.org/10.1111/ane.12247 CrossRef  Google Scholar  PubMed 
  56. Marek, K., Jennings, D., Lasch, S., Siderowf, A., Tanner, C., Simuni, T., & Taylor, P. (2011). Die Parkinson-Progressionsmarker-Initiative (PPMI). Fortschritt in der Neurobiologie, 95(4), 629–635. http://doi.org/10.1016/j.pneurobio.2011.09.005 CrossRef  Google Scholar 
  57. Miyamoto, T., Miyamoto, M., Inoue, Y., Usui, Y., Suzuki, K., & Hirata, K. (2006). Reduzierte kardiale 123I-MIBG-Szintigraphie bei idiopathischer REM-Schlaf-Verhaltensstörung. Neurologie, 67(12), 2236–2238. http://doi.org/10.1212/01.wnl.0000249313.25627.2e CrossRef  Google Scholar 
  58. Moccia, M., Picillo, M., Erro, R., Vitale, C., Longo, K., Amboni, M., & Pellecchia, MT (2014). Steht die Serum-Harnsäure im Zusammenhang mit nicht-motorischen Symptomen bei De-novo-Parkinson-Patienten? Parkinsonism & Related Disorders, 20(7), 772–775. http://doi.org/10.1016/j.parkreldis.2014.03.016 CrossRef  Google Scholar 
  59. Moccia, M., Picillo, M., Erro, R., Vitale, C., Longo, K., Amboni, M., & Pellecchia, MT (2015). Vorhandensein und Fortschreiten von nicht-motorischen Symptomen in Bezug auf Harnsäure bei der De-novo-Parkinson-Krankheit. Europäische Zeitschrift für Neurologie, 22(1), 93–98. http://doi.org/10.1111/ene.12533 CrossRef  Google Scholar 
  60. Mollenhauer, B., Parnetti, L., Rektorova, I., Kramberger, MG, Pikkarainen, M., Schulz-Schaeffer, WJ, & Schlossmacher, MG (2015). Biologische Confounder für die Werte von Proteinen der Zerebrospinalflüssigkeit bei der Parkinson-Krankheit und verwandten Erkrankungen. Zeitschrift für Neurochemie, http://doi.org/10.1111/jnc.13390 Google Scholar  PubMed 
  61. Nishioka, K., Hayashi, S., Farrer, MJ, Singleton, AB, Yoshino, H., Imai, H., & Hattori, N. (2006). Klinische Heterogenität der Alpha-Synuclein-Genduplikation bei der Parkinson-Krankheit. Annals of Neurology, 59(2), 298–309. http://doi.org/10.1002/ana.20753 CrossRef  Google Scholar  PubMed 
  62. Nishioka, K., Ross, OA, Ishii, K., Kachergus, JM, Ishiwata, K., Kitagawa, M., & Hattori, N. (2009). Erweiterung des klinischen Phänotyps von SNCA-Duplikationsträgern. Bewegungsstörungen, 24(12), 1811–1819. http://doi.org/10.1002/mds.22682 CrossRef  Google Scholar 
  63. Noyce, AJ, Bestwick, JP, Silveira-Moriyama, L., Hawkes, CH, Knowles, CH, Hardy, J., & Schrag, A. (2014). PREDICT-PD: Identifizierung des Risikos der Parkinson-Krankheit in der Gemeinde: Methoden und Ausgangsergebnisse. Zeitschrift für Neurologie, Neurochirurgie und Psychiatrie, 85(1), 31–37. http://doi.org/10.1136/jnnp-2013-305420 CrossRef  Google Scholar 
  64. Öhman, A., & Forsgren, L. (2015). Die NMR-Metabolomik der Zerebrospinalflüssigkeit unterscheidet zwischen Parkinson-Krankheit und Kontrollen. Neuroscience Letters, 594, 36–39. http://doi.org/10.1016/j.neulet.2015.03.051 CrossRef  Google Scholar 
  65. Ohtsuka, C., Sasaki, M., Konno, K., Koide, M., Kato, K., Takahashi, J., & Terayama, Y. (2013). Veränderungen der Substantia nigra und des Locus coeruleus bei Patienten mit Parkinson-Krankheit im Frühstadium unter Verwendung von Neuromelanin-sensitiver MR-Bildgebung. Neuroscience Letters, 541, 93–98. http://doi.org/10.1016/j.neulet.2013.02.012 CrossRef  Google Scholar  PubMed 
  66. Orimo, S., Amino, T., Yokochi, M., Kojo, T., Uchihara, T., Takahashi, A., & Mizuno, Y. (2005). Ein erhaltener sympathischer Herznerv ist für die normale kardiale Aufnahme von MIBG in PARK2 verantwortlich. Bewegungsstörungen, 20(10), 1350–1353. http://doi.org/10.1002/mds.20594 CrossRef  Google Scholar  PubMed 
  67. Ponsen, MM, Stoffers, D., Twisk, JWR, Wolters, EC, & Berendse, HW (2009). Hyposmie und exekutive Dysfunktion als Prädiktoren für zukünftige Parkinson-Krankheit: Eine prospektive Studie. Bewegungsstörungen, 24(7), 1060–1065. http://doi.org/10.1002/mds.22534 CrossRef  Google Scholar 
  68. Ponsen, MM, Stoffers, D., Wolters, EC, Booij, J., & Berendse, HW (2010). Geruchstests in Kombination mit Dopamintransporter-Bildgebung als Methode zum Nachweis der prodromalen Parkinson-Krankheit. Zeitschrift für Neurologie, Neurochirurgie und Psychiatrie, 81(4), 396–399. http://doi.org/10.1136/jnnp.2009.183715 CrossRef  Google Scholar 
  69. Postuma, RB, Aarsland, D., Barone, P., Burn, DJ, Hawkes, CH, Oertel, W., & Ziemssen, T. (2012). Identifizierung der prodromalen Parkinson-Krankheit: Vormotorische Störungen bei der Parkinson-Krankheit. Bewegungsstörungen: Amtsblatt der Movement Disorder Society, 27(5), 617–626. http://doi.org/10.1002/mds.24996 CrossRef  Google Scholar  PubMed 
  70. Postuma, RB, Gagnon, J.-F., Pelletier, A., & Montplaisir, J. (2013). Prodromale autonome Symptome und Anzeichen bei der Parkinson-Krankheit und Demenz mit Lewy-Körperchen. Bewegungsstörungen, 28(5), 597–604. http://doi.org/10.1002/mds.25445 CrossRef  Google Scholar  PubMed 
  71. Postuma, RB, Gagnon, JF, Vendette, M., Fantini, ML, Massicotte-Marquez, J., & Montplaisir, J. (2009). Quantifizierung des Risikos einer neurodegenerativen Erkrankung bei idiopathischer REM-Schlaf-Verhaltensstörung. Neurologie, 72(15), 1296–1300. http://doi.org/10.1212/01.wnl.0000340980.19702.6e CrossRef  Google Scholar  PubMed 
  72. Pouclet, H., Lebouvier, T., Coron, E., Des Varannes, SB, Neunlist, M., & Derkinderen, P. (2012). Ein Vergleich zwischen Dickdarm-Submukosa und Schleimhaut zum Nachweis der Lewy-Pathologie bei der Parkinson-Krankheit. Neurogastroenterology & Motility, 24(4), e202–e205. http://doi.org/10.1111/j.1365-2982.2012.01887.x CrossRef  Google Scholar  PubMed 
  73. Pyle, A., Brennan, R., Kurzawa-Akanbi, M., Yarnall, A., Thouin, A., Mollenhauer, B., & Hudson, G. (2015). Reduzierte mitochondriale DNA im Liquor ist ein Biomarker für die Parkinson-Krankheit im Frühstadium. Annalen der Neurologie. http://doi.org/10.1002/ana.24515 CrossRef  Google Scholar  PubMed 
  74. Qiang, JK, Wong, YC, Siderowf, A., Hurtig, HI, Xie, SX, Lee, VM-Y., & Chen-Plotkin, AS (2013). Plasma-Apolipoprotein A1 als Biomarker für die Parkinson-Krankheit. Annals of Neurology, 74(1), 119–127. http://doi.org/10.1002/ana.23872 CrossRef  Google Scholar 
  75. Quattrone, A., Bagnato, A., Annesi, G., Novellino, F., Morgante, L., Savettieri, G., & Condino, F. (2008). Myokardiale 123metaiodobenzylguanidin-Aufnahme bei genetischer Parkinson-Krankheit. Bewegungsstörungen, 23(1), 21–27. http://doi.org/10.1002/mds.21701 CrossRef  Google Scholar  PubMed 
  76. Ravina, B., Marek, K., Eberly, S., Oakes, D., Kurlan, R., Ascherio, A., & Shoulson, I. (2012). Die Dopamin-Transporter-Bildgebung ist mit langfristigen Ergebnissen bei der Parkinson-Krankheit verbunden. Bewegungsstörungen, 27(11), 1392–1397. http://doi.org/10.1002/mds.25157 CrossRef  Google Scholar 
  77. Rodríguez-Leyva, I., Calderón-Garcidueñas, AL, Jiménez-Capdeville, ME, Rentería-Palomo, AA, Hernandez-Rodriguez, HG, Valdés-Rodríguez, R., & Castanedo-Cázares, JP (2014). α-Synuclein-Einschlüsse in der Haut bei Morbus Parkinson und Parkinsonismus. Annals of Clinical and Translational Neurology, 1(7), 471–478. http://doi.org/10.1002/acn3.78 CrossRef  Google Scholar  PubMed 
  78. Ross, GW, Abbott, RD, Petrovitch, H., Tanner, CM, & White, LR (2012). Vormotorische Merkmale der Parkinson-Krankheit: die Erfahrung der Honolulu-Asia Aging Study. Parkinsonismus und verwandte Erkrankungen, 18 (Suppl. 1), S199–S202. http://doi.org/10.1016/S1353-8020(11)70062-1 CrossRef  Google Scholar  PubMed 
  79. Sako, W., Murakami, N., Izumi, Y., & Kaji, R. (2015). Der Spiegel der leichten Kette von Neurofilamenten in Liquor cerebrospinalis kann die Parkinson-Krankheit von atypischem Parkinsonismus unterscheiden: Evidenz aus einer Metaanalyse. Journal of the Neurological Sciences, 352(1-2), 84–87. http://doi.org/10.1016/j.jns.2015.03.041 CrossRef  Google Scholar  PubMed 
  80. Sasaki, M., Shibata, E., Tohyama, K., Takahashi, J., Otsuka, K., Tsuchiya, K., & Sakai, A. (2006). Neuromelanin-Magnetresonanztomographie des Locus ceruleus und der Substantia nigra bei der Parkinson-Krankheit. Neuroreport, 17(11), 1215–1218. http://doi.org/10.1097/01.wnr.0000227984.84927.a7 CrossRef  Google Scholar  PubMed 
  81. Sawada, H., Oeda, T., Yamamoto, K., Kitagawa, N., Mizuta, E., Hosokawa, R., & Kawamura, T. (2009). Diagnostische Genauigkeit der kardialen Metaiodbenzylguanidin-Szintigraphie bei der Parkinson-Krankheit. Europäische Zeitschrift für Neurologie, 16(2), 174–182. http://doi.org/10.1111/j.1468-1331.2008.02372.x CrossRef  Google Scholar  PubMed 
  82. Schenck, CH, Boeve, BF, & Mahowald, MW (2013). Verzögertes Auftreten einer Parkinson-Störung oder Demenz bei 81 % der älteren Männer, bei denen ursprünglich eine idiopathische Schlafverhaltensstörung mit schnellen Augenbewegungen diagnostiziert wurde: Ein 16-Jahres-Update zu einer zuvor berichteten Serie. Schlafmedizin, 14(8), 744–748. http://doi.org/10.1016/j.sleep.2012.10.009 CrossRef  Google Scholar  PubMed 
  83. Scherfler, C., Frauscher, B., Schocke, M., Iranzo, A., Gschliesser, V., Seppi, K., … für die Gruppe SINBAR (Sleep Innsbruck Barcelona). (2011). Anomalien der weißen und grauen Substanz bei idiopathischer Schlafverhaltensstörung mit schneller Augenbewegung: Eine Diffusions-Tensor-Bildgebung und Voxel-basierte Morphometrie-Studie. Annalen der Neurologie, 69 (2), 400–407. http://doi.org/10.1002/ana.22245 CrossRef  Google Scholar 
  84. Scherzer, CR, Eklund, AC, Morse, LJ, Liao, Z., Locascio, JJ, Fefer, D., & Gullans, SR (2007). Molekulare Marker der frühen Parkinson-Krankheit basierend auf der Genexpression im Blut. Proceedings of the National Academy of Sciences of the United States of America, 104(3), 955–960. http://doi.org/10.1073/pnas.0610204104 CrossRef  Google Scholar  PubMed 
  85. Schwarzschild, MA, Schwid, SR, Marek, K., Watts, A., Lang, AE, Oakes, D., & Ondrasik, J. (2008). Serumharnsäure als Prädiktor für den klinischen und röntgenologischen Verlauf der Parkinson-Krankheit. Archives of Neurology, 65(6), 716–723. http://doi.org/10.1001/archneur.2008.65.6.nct70003 CrossRef  Google Scholar  PubMed 
  86. Seibyl, JP, Marek, KL, Quinlan, D., Sheff, K., Zoghbi, S., Zea-Ponce, Y., & van Dyck, C. (1995). Eine verringerte Einzelphotonenemissions-Computertomographie-[123I]beta-CIT-Aufnahme im Striatum korreliert mit der Schwere der Symptome bei der Parkinson-Krankheit. Annals of Neurology, 38(4), 589–598. http://doi.org/10.1002/ana.410380407 CrossRef  Google Scholar 
  87. Seibyl, JP, Marek, K., Sheff, K., Zoghbi, S., Baldwin, RM, Charney, DS, & Innis, RB (1998). Jod-123-beta-CIT- und Jod-123-FPCIT-SPECT-Messung von Dopamintransportern bei gesunden Probanden und Parkinson-Patienten. Zeitschrift für Nuklearmedizin, 39 (9), 1500–1508. Google Scholar  PubMed 
  88. Shannon, KM, Keshavarzian, A., Dodiya, HB, Jakate, S., & Kordower, JH (2012). Ist Alpha-Synuclein im Dickdarm ein Biomarker für die prämotorische Parkinson-Krankheit? Beweise aus 3 Fällen. Bewegungsstörungen, 27(6), 716–719. http://doi.org/10.1002/mds.25020 CrossRef  Google Scholar 
  89. Shi, M., Zabetian, CP, Hancock, AM, Ginghina, C., Hong, Z., Yearout, D., & Zhang, J. (2010). Bedeutung und Confounder von peripherem DJ-1 und Alpha-Synuclein bei der Parkinson-Krankheit. Neuroscience Letters, 480(1), 78–82. http://doi.org/10.1016/j.neulet.2010.06.009 CrossRef  Google Scholar 
  90. Siderowf, A., & Lang, AE (2012). Prämotorische Parkinson-Krankheit: Konzepte und Definitionen. Bewegungsstörungen, 27(5), 608–616. http://doi.org/10.1002/mds.24954 CrossRef  Google Scholar  PubMed 
  91. Siderowf, A. & Stern, MB (2008). Prämotorische Parkinson-Krankheit: Klinische Merkmale, Erkennung und Behandlungsaussichten. Annalen der Neurologie, 64 (S2), S139–S147. http://doi.org/10.1002/ana.21462 CrossRef  Google Scholar 
  92. Sofic, E., Riederer, P., Heinsen, H., Beckmann, H., Reynolds, GP, Hebenstreit, G., & Youdim, MB (1988). Erhöhter Eisen(III)- und Gesamteisengehalt in der post mortem Substantia nigra des Parkinson-Gehirns. Journal of Neural Transmission, 74(3), 199–205. CrossRef  Google Scholar 
  93. Sprenger, FS, Stefanova, N., Gelpi, E., Seppi, K., Navarro-Otano, J., Offner, F., & Poewe, W. (2015). Enterisches Nervensystem α-Synuclein-Immunreaktivität bei idiopathischer REM-Schlaf-Verhaltensstörung. Neurologie, 85(20), 1761–1768. http://doi.org/10.1212/WNL.0000000000002126 CrossRef  Google Scholar 
  94. Stephenson, R., Siderowf, A., & Stern, MB (2009). Prämotorische Parkinson-Krankheit: Klinische Merkmale und Erkennungsstrategien. Bewegungsstörungen, 24(S2), S665–S670. http://doi.org/10.1002/mds.22403 CrossRef  Google Scholar  PubMed 
  95. Stern, MB, & Siderowf, A. (2010). Parkinson-Risiko-Syndrom: Lässt sich die Parkinson-Krankheit vorhersagen? Bewegungsstörungen, 25(S1), S89–S93. http://doi.org/10.1002/mds.22719 CrossRef  Google Scholar  PubMed 
  96. Tredici, KD, Hawkes, CH, Ghebremedhin, E., & Braak, H. (2010). Lewy-Pathologie in der submandibulären Drüse von Personen mit zufälliger Lewy-Körper-Krankheit und sporadischer Parkinson-Krankheit. Acta Neuropathologica, 119(6), 703–713. http://doi.org/10.1007/s00401-010-0665-2 CrossRef  Google Scholar  PubMed 
  97. Tunc, S., Graf, J., Tadic, V., Brüggemann, N., Schmidt, A., Al-Khaled, M., & Kasten, M. (2015). Eine populationsbasierte Studie zu kombinierten Markern für die frühe Parkinson-Krankheit. Bewegungsstörungen, 30(4), 531–537. http://doi.org/10.1002/mds.26100 CrossRef  Google Scholar 
  98. Visanji, NP, Marras, C., Hazrati, L.-N., Liu, LWC, & Lang, AE (2014). Nahrungsmittel, mein lieber Watson? Die Herausforderungen von enterischem α-Synuclein als Biomarker für die Parkinson-Krankheit. Bewegungsstörungen, 29(4), 444–450. http://doi.org/10.1002/mds.25789 CrossRef  Google Scholar  PubMed 
  99. Visanji, NP, Marras, C., Kern, DS, Al Dakheel, A., Gao, A., Liu, LWC, & Hazrati, L.-N. (2015). Darmschleimhaut-a-Synuclein ist als Biomarker für die Parkinson-Krankheit nicht spezifisch. Neurologie, 84(6), 609–616. http://doi.org/10.1212/WNL.0000000000001240 CrossRef  Google Scholar  PubMed 
  100. Walter, U., Klein, C., Hilker, R., Benecke, R., Pramstaller, PP, & Dressler, D. (2004). Die Hirnparenchym-Sonographie erkennt präklinischen Parkinsonismus. Bewegungsstörungen, 19(12), 1445–1449. http://doi.org/10.1002/mds.20232 CrossRef  Google Scholar  PubMed 
  101. Wang, J.-J., Lin, W.-Y., Lu, C.-S., Weng, Y.-H., Ng, S.-H., Wang, C.-H., & Wai , Y.-Y. (2011). Parkinson-Krankheit: Diagnostischer Nutzen der Diffusionskurtosis-Bildgebung. Radiologie, 261(1), 210–217. http://doi.org/10.1148/radiol.11102277 CrossRef  Google Scholar  PubMed 
  102. Wang, X., Yu, S., Li, F., & Feng, T. (2015). Nachweis von α-Synuclein-Oligomeren in roten Blutkörperchen als potenzieller Biomarker der Parkinson-Krankheit. Neuroscience Letters, 599, 115–119. http://doi.org/10.1016/j.neulet.2015.05.030 CrossRef  Google Scholar  PubMed 
  103. Waragai, M., Nakai, M., Wei, J., Fujita, M., Mizuno, H., Ho, G., & Hashimoto, M. (2007). Plasmaspiegel von DJ-1 als möglicher Marker für das Fortschreiten der sporadischen Parkinson-Krankheit. Neuroscience Letters, 425(1), 18–22. http://doi.org/10.1016/j.neulet.2007.08.010 CrossRef  Google Scholar  PubMed 
  104. Weisskopf, MG, O'Reilly, E., Chen, H., Schwarzschild, MA, & Ascherio, A. (2007). Plasma-Harnsäure und das Risiko der Parkinson-Krankheit. American Journal of Epidemiology, 166(5), 561–567. http://doi.org/10.1093/aje/kwm127 CrossRef  Google Scholar  PubMed 
  105. Wing, YK, Lam, SP, Zhang, J., Leung, E., Ho, CL, Chen, S., & Ho, CKW (2015). Reduzierte striatale Dopaminübertragung bei REM-Schlaf-Verhaltensstörung komorbid mit Depression. Neurologie, 84(5), 516–522. http://doi.org/10.1212/WNL.0000000000001215 CrossRef  Google Scholar 
  106. Wu, P., Yu, H., Peng, S., Dauvilliers, Y., Wang, J., Ge, J., & Zuo, C. (2014). Konsistente Anomalien in der metabolischen Netzwerkaktivität bei idiopathischer Schlafverhaltensstörung mit schneller Augenbewegung. Gehirn, 137 (12), 3122–3128. http://doi.org/10.1093/brain/awu290 CrossRef  Google Scholar 
  107. Zhou, B., Wen, M., Yu, W.-F., Zhang, C.-L., & Jiao, L. (2015). Der diagnostische und differenzialdiagnostische Nutzen von α-Synuclein-Spiegeln in der Zerebrospinalflüssigkeit bei der Parkinson-Krankheit: Eine Metaanalyse. Parkinson-Krankheit, 2015, 567386. http://doi.org/10.1155/2015/567386 Google Scholar  PubMed