Resilience and corpus callosum microstructure in adolescence
Notice bibliographique
Résumé
BACKGROUND: Resilience is the capacity of individuals to resist mental disorders despite exposure to stress. Little is known about its neural underpinnings. The putative variation of white-matter microstructure with resilience in adolescence, a critical period for brain maturation and onset of high-prevalence mental disorders, has not been assessed by diffusion tensor imaging (DTI). Lower fractional anisotropy (FA) though, has been reported in the corpus callosum (CC), the brain's largest white-matter structure, in psychiatric and stress-related conditions. We hypothesized that higher FA in the CC would characterize stress-resilient adolescents. METHOD: Three groups of adolescents recruited from the community were compared: resilient with low risk of mental disorder despite high exposure to lifetime stress (n = 55), at-risk of mental disorder exposed to the same level of stress (n = 68), and controls (n = 123). Personality was assessed by the NEO-Five Factor Inventory (NEO-FFI). Voxelwise statistics of DTI values in CC were obtained using tract-based spatial statistics. Regional projections were identified by probabilistic tractography. RESULTS: Higher FA values were detected in the anterior CC of resilient compared to both non-resilient and control adolescents. FA values varied according to resilience capacity. Seed regional changes in anterior CC projected onto anterior cingulate and frontal cortex. Neuroticism and three other NEO-FFI factor scores differentiated non-resilient participants from the other two groups. CONCLUSION: High FA was detected in resilient adolescents in an anterior CC region projecting to frontal areas subserving cognitive resources. Psychiatric risk was associated with personality characteristics. Resilience in adolescence may be related to white-matter microstructure.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».