Specific and Evolving Resting-State Network Alterations in Post-Concussion Syndrome Following Mild Traumatic Brain Injury
Notice bibliographique
Résumé
Post-concussion syndrome has been related to axonal damage in patients with mild traumatic brain injury, but little is known about the consequences of injury on brain networks. In the present study, our aim was to characterize changes in functional brain networks following mild traumatic brain injury in patients with post-concussion syndrome using resting-state functional magnetic resonance imaging data. We investigated 17 injured patients with persistent post-concussion syndrome (under the DSM-IV criteria) at 6 months post-injury compared with 38 mild traumatic brain injury patients with no post-concussion syndrome and 34 healthy controls. All patients underwent magnetic resonance imaging examinations at the subacute (1-3 weeks) and late (6 months) phases after injury. Group-wise differences in functional brain networks were analyzed using graph theory measures. Patterns of long-range functional networks alterations were found in all mild traumatic brain injury patients. Mild traumatic brain injury patients with post-concussion syndrome had greater alterations than patients without post-concussion syndrome. In patients with post-concussion syndrome, changes specifically affected temporal and thalamic regions predominantly at the subacute stage and frontal regions at the late phase. Our results suggest that the post-concussion syndrome is associated with specific abnormalities in functional brain network that may contribute to explain deficits typically observed in PCS patients.
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 | 0,006 |
| 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 | 0,001 |
| 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 ».