MétaCan
Menu
Retour à la cohorte
Enregistrement W119586564 · doi:10.26443/mjm.v9i1.605

Choline in Pediatric Depression

2020· article· en· W119586564 sur OpenAlexaffvenue
Frank P. MacMaster, Vivek Kusumakar

Notice bibliographique

RevueMcGill Journal of Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésPrefrontal cortexCholineCreatineNeuropathologyMedicineDepression (economics)Major depressive disorderInternal medicinePsychiatryEndocrinologyMoodNeurosciencePsychologyCognitionDisease

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF STUDY: The prefrontal cortex has been previously implicated in the neuropathology of major depressive disorder (MDD). Hence, we used proton magnetic resonance spectroscopy (1H-MRS) to examine choline levels in the prefrontal cortex of youth with major depression. BASIC PROCEDURES: Twelve age- and sex-matched case-control pairs were examined (age range 10 to 18 years, 7 females and 5 males in each group). All subjects were treatment naive at the time of the scan. A long echo 1H-MRS scan was acquired from the right prefrontal cortex (4cc) in all subjects. MAIN FINDINGS: Right prefrontal Choline/Creatine ratios were elevated in the youth with mood disorders (F1, 11=10.741, p=0.007) as compared with healthy controls. PRINCIPAL CONCLUSIONS: These findings suggest that prefrontal cytosolic choline may be increased in youth with MDD in comparison with healthy controls. This is consistent with reported findings in both adults and adolescents and suggests that MDD in youth is associated with alterations in choline metabolism in the prefrontal cortex.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,212

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,051
Tête enseignante GPT0,356
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207