MétaCan
Menu
Retour à la cohorte
Enregistrement W2126023898 · doi:10.1002/jmri.21347

Minimum detectable change in motor and prefrontal cortex activity over repeated sessions using 3T functional MRI and a block design

2008· article· en· W2126023898 sur OpenAlexaff
Bradley G. Goodyear, Erin A. Douglas

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFunctional magnetic resonance imagingVoxelPrefrontal cortexWorking memoryMagnetic resonance imagingBlock designNeuroimagingMotor cortexRepeated measures designPsychologyMedicineCognitionComputer scienceNeuroscienceArtificial intelligenceMathematicsRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine the minimum detectable change (MDC) in functional magnetic resonance imaging (fMRI) measurements of brain activity over repeated sessions with 95% confidence using a block design of tasks. MATERIALS AND METHODS: Fourteen individuals participated in three sessions on different days during which four scans each of a motor task and working memory task were performed. Using a region-of-interest analysis of variance, we calculated the MDC in the volume of activated primary sensorimotor cortex (for motor) and dorsolateral prefrontal cortex (for working memory), as well as the percent increase in MR signal and the center and location of maxima of the activated voxels. RESULTS: The MDC of activated volume was 5.0-8.8 cm3, and the MDC of percent increase in signal from baseline during tasks was 0.3%-0.6%. The MDC of the center of mass of activity was 3-4 mm, compared to 6-10 mm for the location of maxima. CONCLUSION: fMRI measurements that quantify the strength of activity in response to tasks and centers of mass offer sensitive measurements of change over repeated imaging sessions. fMRI can be used for serial investigations of individual participants using simple motor and cognitive tasks using a simple block design.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,273
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207