MétaCan
Menu
Retour à la cohorte
Enregistrement W2145381610 · doi:10.3389/fnhum.2014.00653

A review of structural neuroimaging in schizophrenia: from connectivity to connectomics

2014· review· en· W2145381610 sur OpenAlexafffund
Anne L. Wheeler, Aristotle N. Voineskos

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Addiction and Mental Health Foundation
Mots-clésNeuroimagingConnectomicsCingulum (brain)Corpus callosumNeuroscienceSchizophrenia (object-oriented programming)White matterDiffusion MRIUncinate fasciculusPsychologyThalamusFunctional connectivityConnectomeFractional anisotropyMedicineMagnetic resonance imagingPsychiatry

Résumé

récupéré en direct d'OpenAlex

In patients with schizophrenia neuroimaging studies have revealed global differences with some brain regions showing focal abnormalities. Examining neurocircuitry, diffusion-weighted imaging studies have identified altered structural integrity of white matter in frontal and temporal brain regions and tracts such as the cingulum bundles, uncinate fasciculi, internal capsules and corpus callosum associated with the illness. Furthermore, structural co-variance analyses have revealed altered structural relationships among regional morphology in the thalamus, frontal, temporal and parietal cortices in schizophrenia patients. The distributed nature of these abnormalities in schizophrenia suggests that multiple brain circuits are impaired, a neural feature that may be better addressed with network level analyses. However, even with the advent of these newer analyses, a large amount of variability in findings remains, likely partially due to the considerable heterogeneity present in this 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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,086
Tête enseignante GPT0,410
Écart entre enseignants0,324 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations259
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207