MétaCan
Menu
Retour à la cohorte
Enregistrement W2010117446 · doi:10.1016/j.neuroimage.2011.08.105

Stability of resting fMRI interregional correlations analyzed in subject-native space: A one-year longitudinal study in healthy adults and premanifest Huntington's disease

2011· article· en· W2010117446 sur OpenAlexaboutno aff
Tyler M. Seibert, D.S. Adnan Majid, Adam R. Aron, Jody Corey‐Bloom, James B. Brewer

Notice bibliographique

RevueNeuroImage · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of General Medical SciencesNational Institutes of HealthCHDI Foundation
Mots-clésStability (learning theory)PsychologyHuntington's diseaseResting state fMRIFunctional connectivitySpace (punctuation)DiseaseCognitive psychologyPhysical medicine and rehabilitationMedicineNeuroscienceComputer scienceMachine learningInternal medicine

Résumé

récupéré en direct d'OpenAlex

The pattern of interregional functional MRI correlations at rest is being actively considered as a potential noninvasive biomarker in multiple diseases. Before such methods can be used in clinical studies it is important to establish their usefulness in three ways. First, the long-term stability of resting correlation patterns should be characterized, but there have been very few such studies. Second, analysis of resting correlations should account for the unique neuroanatomy of each subject by taking measurements in native space and avoiding transformation of functional data to a standard volume space (e.g., Talairach-Tournox or Montreal Neurological Institute atlases). Transformation to a standard volume space has been shown to variably influence the measurement of functional correlations, and this is a particular concern in diseases which may cause structural changes in the brain. Third, comparisons within the patient population of interest and comparisons between patients and age-matched controls, should demonstrate sensitivity to any disease-related disruption of resting functional correlations. Here we examine the test-retest stability of resting fMRI correlations over a period of one year in a group of healthy adults and in a group of cognitively intact individuals who are gene-positive for Huntington's disease. A recently-developed method is used to measure functional correlations in the native space of individual subjects. The utility of resting functional correlations as a biomarker in premanifest Huntington's disease is also investigated. Results in control and premanifest Huntington's populations were both highly consistent at the group level over one year. We thus show that when resting fMRI analysis is performed in native space (to reduce confounds in registration between subjects and groups) it has good long-term stability at the group level. Individual-subject level results were less consistent between visit 1 and visit 2, suggesting further work is required before resting fMRI correlations can be useful diagnostically for individual patients. No significant effect of premanifest Huntington's disease on prespecified interregional fMRI correlations was observed relative to the control group using either baseline or longitudinal measures. Within the premanifest Huntington's group, though, there was evidence that decreased striatal functional correlations might be associated with disease severity, as gauged by estimated years to symptom onset or by striatal volume.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,099
Tête enseignante GPT0,315
Écart entre enseignants0,216 · 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.

Devis d'étudeObservationnel
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

Citations48
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207