Executive functioning-related brain abnormalities associated with the genetic liability for schizophrenia: an activation likelihood estimation meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Relatives of schizophrenia patients demonstrate abnormalities in prefrontal cortical activation during executive processing as measured by functional neuroimaging, albeit not consistently. A meta-analysis was conducted to determine whether reliable patterns of brain hypo- and hyperactivity, especially in the middle frontal region, were present in the relatives of patients. METHOD: Seventeen studies, containing 18 samples of relatives and controls, were included in this meta-analysis. Studies were included if relatives of schizophrenia patients were compared to controls, an executive processing task was used, and standard space coordinates were reported for the functional activations. Activation likelihood estimation (ALE) was implemented to find convergence across functional neuroimaging experiment coordinates. A separate analysis was conducted to assess the potential impact of a priori hypothesis testing used in region-of-interest (ROI) approaches on the meta-analysis results. RESULTS: Relatives demonstrated hypo- and hyperactivity in statistically overlapping right middle frontal regions [Brodmann area (BA) 9/10]. Use of an ROI analysis that a priori focused on prefrontal regions resulted in more findings of reduced activity in the middle frontal region. CONCLUSIONS: The cortical regions identified by this meta-analysis could potentially serve as intermediate biological markers in the search for candidate genes for schizophrenia. As neurocognitive deficits are related to functional impairments in patients, a better understanding of neural and genetic vulnerabilities would be beneficial in our efforts to remediate these important deficits.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».