De nouveaux marqueurs TEP permettant le marquage in vivo des atteintes neuropathologiques (DNF et/ou plaques séniles) ont été récemment déve-loppés. Plusieurs études ont ainsi été réalisées chez l’homme (Shoghi-Jadid et coll., 2002 ; Klunk et coll., 2004 ; Small et coll., 2006). Klunk et collabo-rateurs (2004) ont réalisé une étude en TEP avec un nouveau traceur, le
11C-PIB, qui marque de façon relativement sélective les dépôts β-amyloïdes.
Leurs résultats et ceux d’autres études convergent vers une localisation pré-férentielle de ce traceur dans les régions corticales, surtout frontales, temporo-pariétales et cingulaires postérieures, en contraste avec une faible localisation dans la région hippocampique (Kemppainen et coll., 2006 ; Edison et coll., 2007). Selon l’étude récente de Ziolko et coll. (2006), les mesures de rétention du PIB seraient plus efficaces que celles de la consom-mation de glucose pour différencier un groupe de patients atteints de maladie d’Alzheimer et un groupe de sujets sains. Dans la première étude longitudinale réalisée à l’aide de cette technique, Engler et coll. (2006) ont montré qu’alors que la consommation cérébrale de glucose a diminué d’envi-ron 20 % entre deux examens TEP-FDG réalisés à deux ans d’intervalle, le taux de rétention du PIB n’a pas augmenté, suggérant l’existence d’une phase de plateau assez tôt dans l’évolution de la maladie. Cette étude montre également des corrélations significatives avec des performances mnésiques, dans le sens attendu, positives avec la consommation de glucose et négatives avec le taux de rétention du PIB (voir aussi Edison et coll., 2007). Selon Klunk et collaborateurs (2006), ces résultats pourraient cepen-dant être influencés par la progression du taux d’atrophie, qui accentue la diminution de la consommation de glucose alors qu’elle aurait plutôt ten-dance à diminuer le taux de rétention du PIB. De plus, il existe une impor-tante variabilité inter-individuelle, qui ne permet pas de généraliser ces résultats. En effet, la rétention du PIB a augmenté chez plus de la moitié des patients, mais ceci est masqué par les résultats moyens du groupe. Deux publications portant sur un petit groupe de patients atteints de MCI (dont plusieurs sont les mêmes) montrent que certains patients se comportent comme des sujets sains et d’autres comme des patients atteints de maladie Alzheimer (Lopresti et coll., 2005 ; Price et coll., 2005). Mintun et coll.
(2006) ont de plus mis en évidence des anomalies de la rétention du PIB chez quelques sujets sains, ce qui, selon eux, pourrait augurer une évolution ulté-rieure vers la maladie d’Alzheimer, qui reste toutefois à confirmer. Ainsi, ce marqueur présente un intérêt majeur dans l’étude de la maladie d’Alzheimer, y compris à un stade très précoce, même s’il est limité par son absence de
Imagerie cérébrale
175
ANALYSE
sensibilité pour l’atteinte de la région hippocampique, épargnée par les dépôts amyloïdes au début de la maladie (De Leon et Klunk, 2006, pour revue).
Shoghi-Jadid et coll. (2002) ont utilisé un autre traceur, le 18F-FDDNP, qui marque à la fois les DNF et les dépôts β-amyloïdes. Les auteurs montrent une accumulation importante de ce marqueur dans la région hippocampi-que, une bonne superposition des zones de fixation du [18F]FDDNP et des zones d’hypométabolisme mises en évidence par le 18FDG ainsi qu’une cor-rélation négative entre l’accumulation de ce marqueur et le degré global d’atteinte cognitive, ainsi que des troubles de la mémoire épisodique. La localisation préférentielle de ce marqueur ainsi que son lien avec les trou-bles cognitifs suggèrent qu’il reflète au moins la pathologie Tau (Lockhart, 2006). Une étude récente publiée par la même équipe (Small et coll., 2006) montre que ce marqueur est plus puissant que le FDG pour différentier des groupes de patients atteints de MCI ou de maladie d’Alzheimer et des sujets témoins. Ces résultats prometteurs laissent entrevoir l’intérêt de ces mar-queurs non seulement pour la compréhension de la physiopathologie de la maladie d’Alzheimer, mais aussi dans le domaine de la recherche thérapeu-tique.
En conclusion, les différentes méthodes d’imagerie cérébrale ont conduit à une meilleure compréhension de la physiopathologie de la maladie d’Alzheimer et des liens entre anomalies cérébrales et expression clinique.
L’imagerie cérébrale fonctionnelle est la plus puissante en terme de diagnostic précoce et de prédiction du déclin cognitif. Même si les résultats obtenus à partir de groupes de patients ne sont pas encore applicables au niveau indivi-duel, ils ont mis l’accent sur des anomalies qui peuvent faire craindre un pro-nostic péjoratif. L’imagerie apparaît supérieure aux autres méthodes (Chételat et coll., 2005b ; Zamrini et coll., 2004), mais la combinaison des approches d’imagerie et de neuropsychologie est recommandée car elle s’avère plus effi-cace que le recours à une seule technique (Kitayama et coll., 2001 ; Huang et coll., 2003 ; Cabranes et coll., 2004 ; Chong et Sahadevan, 2005, pour revue). Il serait cependant inutile de multiplier les mesures. Les indices les plus efficaces sont l’atrophie de la région hippocampique (s’étendant à une autre région), l’hypométabolisme du cortex cingulaire postérieur et temporo-pariétal associés à des troubles « authentiques » de la mémoire épisodique.
De nouvelles méthodes d’imagerie se développent actuellement pour mettre en évidence les troubles de la connectivité entre les régions et les anomalies de la substance blanche, et pour étudier in vivo la distribution régionale des plaques séniles et des dégénérescences neurofibrillaires, mais leur application clinique n’est pas immédiate. Des études, réalisées en électrophysiologie, ont montré des anomalies du tracé EEG (Koenig et coll., 2005 ; Babiloni et coll., 2006), ou des potentiels évoqués (Olichney et coll., 2002 ; Phillips et coll., 2004 ; Missonier et coll., 2005 ; Olichney et coll., 2006). D’autres études ont
Maladie d’Alzheimer – Enjeux scientifiques, médicaux et sociétaux
176
utilisé la spectroscopie pour détecter des perturbations du fonctionnement neuronal (Norfray et Provenzale, 2004, pour revue ; Modrego et coll., 2005), y compris dans le MCI (Ackl et coll., 2005). Les résultats sont cependant dif-ficiles à appliquer au niveau individuel, car non spécifiques.
De nombreux articles concluent sur les perspectives d’application au diagnos-tic précoce, quelle que soit la méthode d’imagerie employée, notamment l’IRMf, et même l’imagerie moléculaire. Quelques études suggèrent même la possibilité de détecter des anomalies cérébrales chez des sujets sains suscepti-bles de répondre ensuite aux critères de MCI (de Leon et Klunk, 2006, pour revue). Cependant, compte tenu des contraintes expérimentales imposées par de tels protocoles (élaboration du paradigme, groupe témoins, coûts...), il est difficile d’imaginer leur faisabilité en routine. À l’heure actuelle, c’est l’image-rie morphologique en IRM qui reste la plus facile à mettre en œuvre. Sa con-tribution devrait encore s’intensifier avec l’automatisation de techniques de traitement d’image permettant de visualiser l’atrophie cérébrale dans des régions jouant un rôle crucial dans la survenue des troubles cognitifs. Parmi les autres méthodes, la TEP pourrait jouer un rôle important sur le plan clini-que dans les années à venir, en particulier en cas de diagnostic difficile.
BIBLIOGRAPHIE
ACKL N, ISING M, SCHREIBER YA, ATIYA M, SONNTAG A, AUER DP. Hippocampal metabolic abnormalities in mild cognitive impairment and Alzheimer’s disease.
Neurosci Lett 2005, 384 : 23-28
ALEXANDERGE, CHENK, PIETRINIP, RAPOPORTSI, REIMANEM. Longitudinal PET Evaluation of Cerebral Metabolic Decline in Dementia: A Potential Outcome Measure in Alzheimer’s Disease Treatment Studies. Am J Psychiatry 2002, 159 : 738-745
ANCHISID, BORRONIB, FRANCESCHIM, KERROUCHEN, KALBEE, et coll. Heteroge-neity of brain glucose metabolism in mild cognitive impairment and clinical progression to Alzheimer disease. Arch Neurol 2005, 62 : 1728-1733
APOSTOLOVALG, DUTTONRA, DINOVID, HAYASHIKM, TOGAAW, et coll. Conver-sion of mild cognitive impairment to Alzheimer disease predicted by hippocampal atrophy maps. Arch Neurol 2006, 63 : 693-699
ARNAIZ E, JELIC V, ALMKVIST O, WAHLUND LO, WINBLAD B, VALIND S, et coll.
Impaired cerebral glucose metabolism and cognitive functioning predict deteriora-tion in mild cognitive impairment. Neuroreport 2001, 12 : 851-855
BABILONI C, BINETTI G, CASSETTA E, DAL FORNO G, DEL PERCIO C, FERRERI F, et coll. Sources of cortical rhythms change as a function of cognitive impairment in pathological aging: a multicenter study. Clin Neurophysiol 2006, 117 : 252-268
BACKMAN L, ANDERSSON JL, NYBERG L, WINBLAD B, NORDBERG A, ALMKVIST O. Brain regions associated with episodic retrieval in normal aging and Alzheimer’s dis-ease. Neurology 1999, 52 : 1861-1870
Imagerie cérébrale
177
ANALYSE
BARON JC, CHETELATG, DESGRANGESB, PERCHEY G, LANDEAU B, et coll. In vivo mapping of gray matter loss with voxel-based morphometry in mild Alzheimer’s disease. Neuroimage 2001, 14 : 298-309
BASSETTSS, YOUSEMDM, CRISTINZIOC, KUSEVICI, YASSAMA, et coll. Familial risk for Alzheimer’s disease alters fMRI activation patterns. Brain 2006, 129 : 1229-1239
BASTOS LEITE AJ, SCHELTENS P, BARKHOF F. Pathological aging of the brain:
an overview. Top Magn Reson Imaging 2004, 15 : 369-389
BECKERJT, MINTUNMA, ALEVAK, WISEMANMB, NICHOLST, DEKOSKYST. Compen-satory reallocation of brain resources supporting verbal episodic memory in Alzheimer’s disease. Neurology 1996, 46 : 692-700
BOKDE AL, PIETRINIP, IBANEZ V, FUREYML, ALEXANDERGE, GRAFF-RADFORDNR, et coll. The effect of brain atrophy on cerebral hypometabolism in the visual variant of Alzheimer disease. Arch Neurol 2001, 58 : 480-486
BONDIMW, HOUSTONWS, EYLERLT, BROWNGG. fMRI evidence of compensatory mechanisms in older adults at genetic risk for Alzheimer disease. Neurology 2005, 64 : 501-508
BOOKHEIMER SY, STROJWAS MH, COHEN MS, SAUNDERSAM, PERICAK-VANCE MA, et coll. Patterns of brain activation in people at risk for Alzheimer’s disease. N Engl J Med 2000, 343 : 450-456
BOXER AL, RANKIN KP, MILLER BL, SCHUFF N, WEINER M, et coll. Cinguloparietal atrophy distinguishes Alzheimer disease from semantic dementia. Arch Neurol 2003, 60 : 949-956
BOZZALI M, FALINI A, FRANCESCHI M, CERCIGNANI M, ZUFFI M, et coll. White matter damage in Alzheimer’s disease assessed in vivo using diffusion tensor mag-netic resonance imaging. J Neurol Neurosurg Psychiatry 2002, 72 : 742-746
BOZZALI M, FILIPPI M, MAGNANI G, CERCIGNANI M, FRANCESCHI M, et coll. The contribution of voxel-based morphometry in staging patients with mild cognitive impairment. Neurology 2006, 67 : 453-460
BUCKNER RL, SNYDERAZ, SHANNONBJ, LAROSSAG, SACHSR, et coll. Molecular, structural, and functional characterization of Alzheimer’s disease: evidence for a relationship between default activity, amyloid, and memory. J Neurosci 2005, 25 : 7709-7717
BURTONEJ, KARASG, PALINGSM, BARBERR, WILLIAMSED, et coll. Patterns of cere-bral atrophy in dementia with Lewy bodies using voxel-based morphometry.
Neuroimage 2002, 17 : 618-630
BUSATTO GF, GARRIDO GE, ALMEIDA OP, CASTRO CC, CAMARGO CH, et coll.
A voxel-based morphometry study of temporal lobe gray matter reductions in Alzheimer’s disease. Neurobiol Aging 2003, 24 : 221-231
CABEZA R, NYBERGL. Imaging cognition II: An empirical review of 275 PET and fMRI studies. J Cogn Neurosci 2000, 12 : 1-47
CABRANESJA, DEJUANR, ENCINASM, MARCOSA, GILP, et coll. Relevance of func-tional neuroimaging in the progression of mild cognitive impairment. Neurol Res 2004, 26 : 496-501
Maladie d’Alzheimer – Enjeux scientifiques, médicaux et sociétaux
178
CELONE KA, CALHOUN VD, DICKERSON BC, ATRI A, CHUA EF, et coll. Alterations in memory networks in mild cognitive impairment and Alzheimer’s disease:
an independent component analysis. J Neurosci 2006, 26 : 10222-10231
CHETELAT G, BARON JC. Early diagnosis of Alzheimer’s disease: contribution of structural neuroimaging. Neuroimage 2003, 18 : 525-541
CHETELATG, DESGRANGESB, DELASAYETTE, V, VIADERF, EUSTACHEF, BARONJC. Mapping gray matter loss with voxel-based morphometry in mild cognitive impair-ment. Neuroreport 2002, 13 : 1939-1943
CHETELATG, DESGRANGESB, DELASAYETTE, V, VIADERF, EUSTACHEF, BARONJC. Mild cognitive impairment: Can FDG-PET predict who is to rapidly convert to Alzheimer’s disease? Neurology 2003a, 60 : 1374-1377
CHETELAT G, DESGRANGES B, DE LA SAYETTE, V, VIADER F, BERKOUK K, et coll.
Dissociating atrophy and hypometabolism impact on episodic memory in mild cognitive impairment. Brain 2003b, 126 : 1955-1967
CHETELATG, LANDEAUB, EUSTACHEF, MEZENGEF, VIADERF, et coll. Using voxel-based morphometry to map the structural changes associated with rapid conversion in MCI: a longitudinal MRI study. Neuroimage 2005a, 27 : 934-946
CHETELAT G, EUSTACHE F, VIADER F, DE LA SAYETTE, V, PELERIN A, et coll.
FDG-PET measurement is more accurate than neuropsychological assessments to predict global cognitive deterioration in patients with mild cognitive impairment.
Neurocase 2005b, 11 : 14-25
CHETELATG, DESGRANGESB, EUSTACHEF. Brain profile of hypometabolism in early Alzheimer’s disease: relationships with cognitive deficits and atrophy. Rev Neurol (Paris) 2006, 162 : 945-951
CHOISJ, LIMKO, MONTEIROI, REISBERGB. Diffusion tensor imaging of frontal white matter microstructure in early Alzheimer’s disease: a preliminary study. J Geriatr Psychiatry Neurol 2005, 18 : 12-19
CHONG MS, SAHADEVAN S. Preclinical Alzheimer’s disease: diagnosis and predic-tion of progression. Lancet Neurol 2005, 4 : 576-579
CSERNANSKYJG, WANGL, SWANKJ, MILLERJP, GADOM, et coll. Preclinical detec-tion of Alzheimer’s disease: hippocampal shape and volume predict dementia onset in the elderly. Neuroimage 2005, 25 : 783-792
D’ESPOSITO M, DEOUELL LY, GAZZALEY A. Alterations in the BOLD fMRI signal with ageing and disease: a challenge for neuroimaging. Nat Rev Neurosci 2003, 4 : 863-872
DE LEON MJ, KLUNK W. Biomarkers for the early diagnosis of Alzheimer’s disease.
Lancet Neurol 2006, 5 : 198-199
DEKOSKY ST, IKONOMOVIC MD, STYREN SD, BECKETT L, WISNIEWSKI S, et coll.
Upregulation of choline acetyltransferase activity in hippocampus and frontal cortex of elderly subjects with mild cognitive impairment. Ann Neurol 2002, 51 : 145-155
Imagerie cérébrale
179
ANALYSE
DELACOURTEA, DAVIDJP, SERGEANTN, BUEEL, WATTEZA, et coll. The biochemi-cal pathway of neurofibrillary degeneration in aging and Alzheimer’s disease.
Neurology 1999, 52 : 1158-1165
DEMETRIADESAK. Functional neuroimaging in Alzheimer’s type dementia. J Neurol Sci 2002, 203-204 : 247-251
DESGRANGESB, BARONJC, EUSTACHEF. The functional neuroanatomy of episodic memory: the role of the frontal lobes, the hippocampal formation, and other areas.
Neuroimage 1998a, 8 : 198-213
DESGRANGESB, BARONJC, DELASAYETTE, V, PETIT-TABOUEMC, BENALIK, et coll.
The neural substrates of memory systems impairment in Alzheimer’s disease. A PET study of resting brain glucose utilization. Brain 1998b, 121 : 611-631
DESGRANGES B, BARON JC, LALEVEE C, GIFFARD B, VIADER F, et coll. The neural substrates of episodic memory impairment in Alzheimer’s disease as revealed by FDG-PET: relationship to degree of deterioration. Brain 2002, 125 : 1116-1124
DESGRANGES B, CHETELAT G, EUSTACHE F. Brain substrates of episodic memory disorders in Alzheimer’s disease. Rev Neurol (Paris) 2004, 160 : S44-S54
DESGRANGES B, EUSTACHE F. Neuroanatomie fonctionnelle des troubles de la mémoire dans la maldie d’Alzheimer. In : Les troubles de la mémoire dans la mala-die d’Alzheimer. ERGIS A, GELY-NARGEOT M, VAN DER LINDEN M (eds). Solal, Marseille, 2005 : 297-322
DEVOUSMDSR. Functional brain imaging in the dementias: role in early detection, differential diagnosis, and longitudinal studies. Eur J Nucl Med Mol Imaging 2002, 29 : 1685-1696
DEWEERB, LEHERICYS, PILLONB, BAULACM, CHIRASJ, et coll. Memory disorders in probable Alzheimer’s disease: the role of hippocampal atrophy as shown with MRI.
J Neurol Neurosurg Psychiatry 1995, 58 : 590-597
DICKERSONBC, SALATDH, BATESJF, ATIYAM, KILLIANYRJ, et coll. Medial temporal lobe function and structure in mild cognitive impairment. Ann Neurol 2004, 56 : 27-35
DICKERSON BC, SALAT DH, GREVE DN, CHUA EF, RAND-GIOVANNETTI E, et coll.
Increased hippocampal activation in mild cognitive impairment compared to normal aging and AD. Neurology 2005, 65 : 404-411
DRZEZGA A, LAUTENSCHLAGER N, SIEBNER H, RIEMENSCHNEIDER M, WILLOCH F, et coll. Cerebral metabolic changes accompanying conversion of mild cognitive impairment into Alzheimer’s disease: a PET follow-up study. Eur J Nucl Med Mol Imaging 2003, 30 : 1104-1113
DU AT, SCHUFF N, AMEND D, LAAKSO MP, HSU YY, et coll. Magnetic resonance imaging of the entorhinal cortex and hippocampus in mild cognitive impairment and Alzheimer’s disease. J Neurol Neurosurg Psychiatry 2001, 71 : 441-447
DUYCKAERTSC, COLLEMA, DESSIF, GRIGNONY, PIETTE F, HAUWJJ. The progres-sion of the leprogres-sions in Alzheimer disease: insights from a prospective clinicopatho-logical study. J Neural Transm Suppl 1998, 53 : 119-126
Maladie d’Alzheimer – Enjeux scientifiques, médicaux et sociétaux
180
EDISONP, ARCHERHA, HINZR, HAMMERS A, PAVESEN, et coll. Amyloid, hypome-tabolism, and cognition in Alzheimer disease: an [11C]PIB and [18F]FDG PET study. Neurology 2007, 68 : 501-508
ELGH E, LARSSON A, ERIKSSONS, NYBERG L. Altered prefrontal brain activity in persons at risk for Alzheimer’s disease: an fMRI study. Int Psychogeriatr 2003, 15 : 121-133
ENGLERH, FORSBERGA, ALMKVISTO, BLOMQUISTG, LARSSONE, et coll. Two-year follow-up of amyloid deposition in patients with Alzheimer’s disease. Brain 2006, 129 : 2856-2866
EUSTACHEF, DESGRANGESB, GIFFARDB, DELASAYETTE, V, BARONJC. Entorhinal cortex disruption causes memory deficit in early Alzheimer’s disease as shown by PET. Neuroreport 2001, 12 : 683-685
EUSTACHE F, PIOLINO P, GIFFARD B, VIADER F, DE LA SAYETTE V, et coll. ‘In the course of time’: a PET study of the cerebral substrates of autobiographical amnesia in Alzheimer’s disease. Brain 2004, 127 : 1549-1560
FELLGIEBELA, WILLEP, MULLERMJ, WINTERERG, SCHEURICHA, et coll. Ultrastruc-tural hippocampal and white matter alterations in mild cognitive impairment:
a diffusion tensor imaging study. Dement Geriatr Cogn Disord 2004, 18 : 101-108
FELLGIEBELA, MULLERMJ, WILLEP, DELLANIPR, SCHEURICHA, et coll. Color-coded diffusion-tensor-imaging of posterior cingulate fiber tracts in mild cognitive impair-ment. Neurobiol Aging 2005, 26 : 1193-1198
FLEISHERAS, HOUSTON WS, EYLERLT, FRYES, JENKINSC, et coll. Identification of Alzheimer disease risk by functional magnetic resonance imaging. Arch Neurol 2005, 62 : 1881-1888
FOUQUETM, VILLAINN, CHETELATG, EUSTACHEF, DESGRANGESB. Imagerie céré-brale et physiopathologie de la maladie d’Alzheimer. Psychol NeuroPsychiatr Vieil 2007, sous presse
FRISONIGB, TESTAC, ZORZANA, SABATTOLIF, BELTRAMELLOA, et coll. Detection of grey matter loss in mild Alzheimer’s disease with voxel based morphometry.
J Neurol Neurosurg Psychiatry 2002, 73 : 657-664
GARRIDOGE, FURUIESS, BUCHPIGUELCA, BOTTINOCM, ALMEIDAOP, et coll. Rela-tion between medial temporal atrophy and funcRela-tional brain activity during memory processing in Alzheimer’s disease: a combined MRI and SPECT study. J Neurol Neurosurg Psychiatry 2002, 73 : 508-516
GEEJ, DINGL, XIEZ, LINM, DEVITAC, GROSSMANM. Alzheimer’s disease and fron-totemporal dementia exhibit distinct atrophy-behavior correlates: a computer-assisted imaging study. Acad Radiol 2003, 10 : 1392-1401
GILBOA A, RAMIREZ J, KOHLER S, WESTMACOTT R, BLACK SE, MOSCOVITCH M. Retrieval of autobiographical memory in Alzheimer’s disease: relation to volumes of medial temporal lobe and other structures. Hippocampus 2005, 15 : 535-550
GOLBYA, SILVERBERGG, RACEE, GABRIELIS, O’SHEAJ, et coll. Memory encoding in Alzheimer’s disease: an fMRI study of explicit and implicit memory. Brain 2005, 128 : 773-787
Imagerie cérébrale
181
ANALYSE
GOODCD, SCAHILLRI, FOXNC, ASHBURNERJ, FRISTONKJ, et coll. Automatic differ-entiation of anatomical patterns in the human brain: validation with studies of degenerative dementias. Neuroimage 2002, 17 : 29-46
GOULDRL, BROWNRG, OWENAM, BULLMOREET, WILLIAMSSC, HOWARDRJ. Func-tional neuroanatomy of successful paired associate learning in Alzheimer’s disease.
Am J Psychiatry 2005, 162 : 2049-2060
GRADYCL, HAXBY JV, HORWITZ B, GILLETTEJ, SALERNOJA, et coll. Activation of cerebral blood flow during a visuoperceptual task in patients with Alzheimer-type dementia. Neurobiol Aging 1993, 14 : 35-44
GRADYCL, MCINTOSH AR, BEIG S, KEIGHTLEY ML, BURIAN H, BLACKSE. Evidence from functional neuroimaging of a compensatory prefrontal network in Alzheimer’s disease. J Neurosci 2003, 23 : 986-993
GREICIUSMD, SRIVASTAVAG, REISSAL, MENONV. Default-mode network activity distinguishes Alzheimer’s disease from healthy aging: evidence from functional MRI. Proc Natl Acad Sci USA 2004, 101 : 4637-4642
GRONG, BITTNERD, SCHMITZB, WUNDERLICHAP, RIEPEMW. Subjective memory complaints: objective neural markers in patients with Alzheimer’s disease and major depressive disorder. Ann Neurol 2002, 51 : 491-498
GRONG, RIEPEMW. Neural basis for the cognitive continuum in episodic memory from health to Alzheimer disease. Am J Geriatr Psychiatry 2004, 12 : 648-652
GROSSMANM, KOENIGP, GLOSSERG, DEVITAC, MOOREP, et coll. Neural basis for semantic memory difficulty in Alzheimer’s disease: an fMRI study. Brain 2003, 126 : 292-311
GROSSMAN M, MCMILLAN C, MOORE P, DING L, GLOSSER G, et coll. What’s in a name: voxel-based morphometric analyses of MRI and naming difficulty in Alzheimer’s disease, frontotemporal dementia and corticobasal degeneration. Brain 2004, 127 : 628-649
GUSNARDDA, RAICHLEME, RAICHLEME. Searching for a baseline: functional imag-ing and the restimag-ing human brain. Nat Rev Neurosci 2001, 2 : 685-694
HAMALAINEN A, PIHLAJAMAKI M, TANILA H, HANNINEN T, NISKANEN E, et coll.
Increased fMRI responses during encoding in mild cognitive impairment. Neurobiol Aging sous presse
HAMPELH, TEIPELSJ, BAYERW, ALEXANDERGE, SCHWARZR, et coll. Age transfor-mation of combined hippocampus and amygdala volume improves diagnostic accu-racy in Alzheimer’s disease. J Neurol Sci 2002, 194 : 15-19
HANSD, HOUSTONWS, JAKAJ, EYLERLT, NAGELBJ, et coll. Verbal paired-associate learning by APOE genotype in non-demented older adults: fMRI evidence of a right hemispheric compensatory response. Neurobiol Aging 2007, 28 : 238-247
HAO J, LI K, LI K, ZHANG D, WANG W, et coll. Visual attention deficits in Alzheimer’s disease: an fMRI study. Neurosci Lett 2005, 385 : 18-23
HEADD, BUCKNER RL, SHIMONYJS, WILLIAMSLE, AKBUDAKE, et coll. Differential vulnerability of anterior white matter in nondemented aging with minimal
acceler-Maladie d’Alzheimer – Enjeux scientifiques, médicaux et sociétaux
182
ation in dementia of the Alzheimer type: evidence from diffusion tensor imaging.
Cereb Cortex 2004, 14 : 410-423
HERHOLZK, SALMONE, PERANID, BARON JC, HOLTHOFFV, et coll. Discrimination between Alzheimer dementia and controls by automated analysis of multicenter FDG PET. Neuroimage 2002, 17 : 302-316
HERHOLZK. PET studies in dementia. Ann Nucl Med 2003, 17 : 79-89
HEUNR, FREYMANNK, ERBM, LEUBEDT, JESSENF, et coll. Mild cognitive impair-ment (MCI) and actual retrieval performance affect cerebral activation in the elderly. Neurobiol Aging 2007, 28 : 404-413
HEUNR, FREYMANNK, ERBM, LEUBEDT, JESSENF, et coll. Mild cognitive impair-ment (MCI) and actual retrieval performance affect cerebral activation in the elderly. Neurobiol Aging 2007, 28 : 404-413