MétaCan
Menu
Retour à la cohorte
Enregistrement W2130808757 · doi:10.1523/eneuro.0003-15.2015

Synergistic Effects of Age on Patterns of White and Gray Matter Volume across Childhood and Adolescence

2015· article· en· W2130808757 sur OpenAlexafffund
Signe Bray, Mark Krongold, Cassandra Cooper, Catherine Lebel

Notice bibliographique

RevueeNeuro · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Institute of Child Health and Human DevelopmentNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNatural Sciences and Engineering Research Council of CanadaNational Institute on Drug AbuseAlberta Children's Hospital FoundationUniversities Space Research AssociationNational Institutes of HealthChildren's Hospital FoundationGovernment of CanadaMcGill University
Mots-clésWhite matterGray (unit)PsychologyVoxelNeuroscienceAnatomyDevelopmental psychologyMagnetic resonance imagingBiologyMedicineArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

The human brain develops with a nonlinear contraction of gray matter across late childhood and adolescence with a concomitant increase in white matter volume. Across the adult population, properties of cortical gray matter covary within networks that may represent organizational units for development and degeneration. Although gray matter covariance may be strongest within structurally connected networks, the relationship to volume changes in white matter remains poorly characterized. In the present study we examined age-related trends in white and gray matter volume using T1-weighted MR images from 360 human participants from the NIH MRI study of Normal Brain Development. Images were processed through a voxel-based morphometry pipeline. Linear effects of age on white and gray matter volume were modeled within four age bins, spanning 4-18 years, each including 90 participants (45 male). White and gray matter age-slope maps were separately entered into k-means clustering to identify regions with similar age-related variability across the four age bins. Four white matter clusters were identified, each with a dominant direction of underlying fibers: anterior-posterior, left-right, and two clusters with superior-inferior directions. Corresponding, spatially proximal, gray matter clusters encompassed largely cerebellar, fronto-insular, posterior, and sensorimotor regions, respectively. Pairs of gray and white matter clusters followed parallel slope trajectories, with white matter changes generally positive from 8 years onward (indicating volume increases) and gray matter negative (decreases). As developmental disorders likely target networks rather than individual regions, characterizing typical coordination of white and gray matter development can provide a normative benchmark for understanding atypical development.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,308
Écart entre enseignants0,285 · 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

Citations34
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeNeuroMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207