Overweight is not associated with cortical thickness alterations in children
Notice bibliographique
Résumé
INTRODUCTION: Several studies report an association between body mass index (BMI) and cortical thickness in adults. Some studies demonstrate diffuse cortical thinning in obesity, while others report effects in areas that are associated with self-regulation, such as lateral prefrontal cortex. METHODS: This study used multilevel modeling of data from the NIH Pediatric MRI Data Repository, a mixed longitudinal and cross-sectional database, to examine the relationship between cortical thickness and body weight in children. Cortical thickness was computed at 81,942 vertices of 716 MRI scans from 378 children aged between 4 and 18 years. Body mass index Z score for age was computed for each participant. We performed vertex-wise statistical analysis of the relationship between cortical thickness and BMI, accounting for age and gender. In addition, cortical thickness was extracted from regions of interest in prefrontal cortex and insula. RESULTS: No significant association between cortical thickness and BMI was found, either by statistical parametric mapping or by region of interest analysis. RESULTS remained negative when the analysis was restricted to children aged 12-18. CONCLUSIONS: The correlation between BMI and cortical thickness was not found in this large pediatric sample. The association between BMI and cortical thinning develops after adolescence. This has implications for the nature of the relationship between brain anatomy and weight gain.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».