The Incidence and Nature of Cerebellar Findings in Schizophrenia: A Quantitative Review of fMRI Literature
Notice bibliographique
Résumé
Clinical evidence and structural neuroimaging studies linked cerebellar deficits to cognitive-related symptoms in schizophrenia. Yet, in functional neuroimaging literature to date, the role of the cerebellum in schizophrenia was not explored in a systematic fashion. Here, we reviewed 234 functional magnetic resonance imaging studies indexed by PubMed and published in 1997-2010 that had at least one group of schizophrenia patients, used blood oxygenation level dependent contrast and the general linear model to assess neuronal activity. We quantified presence/absence of cerebellar findings and the frequency of hypo- and hyperactivations (ie, less or more activity in patients relative to healthy controls). We used peaks of activations reported in these studies to build a topographical representation of group differences on a cerebellar map. Cerebellar activity was reported in patients in 41.02% of the articles, with more than 80% of these dedicated to cognitive, emotional, and executive processes in schizophrenia. Almost two-thirds of group comparisons resulted in cerebellar hypoactivation, with a frequency that presented an inverted U shape across different age categories. The majority of the hypoactivation foci were located in the medial portion of the anterior lobe and the lateral hemispheres (lobules IV-V) of the cerebellum. Even though most experimental manipulations did not target explicitly the cerebellum's functions in schizophrenia, the cerebellar findings are frequent and cerebellar hypoactivations predominant. Therefore, although the cerebellum seems to play an important functional role in schizophrenia, the lack of reporting and interpretation of these data may hamper the full understanding of the disorder.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,002 |
| 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 ».