MétaCan
Menu
Retour à la cohorte
Enregistrement W2152573143 · doi:10.1002/hbm.22877

Age‐related changes in the topological organization of the white matter structural connectome across the human lifespan

2015· article· en· W2152573143 sur OpenAlexaff
Tengda Zhao, Miao Cao, Haijing Niu, Xi‐Nian Zuo, Alan C. Evans, Yong He, Qi Dong, Ni Shu

Notice bibliographique

RevueHuman Brain Mapping · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Science Fund for Distinguished Young ScholarsFundamental Research Funds for the Central UniversitiesChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésConnectomeWhite matterNeuroscienceHuman brainPsychologyFunctional connectivityBiologyMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Lifespan is a dynamic process with remarkable changes in brain structure and function. Previous neuroimaging studies have indicated age-related microstructural changes in specific white matter tracts during development and aging. However, the age-related alterations in the topological architecture of the white matter structural connectome across the human lifespan remain largely unknown. Here, a cohort of 113 healthy individuals (ages 9-85) with both diffusion and structural MRI acquisitions were examined. For each participant, the high-resolution white matter structural networks were constructed by deterministic fiber tractography among 1024 parcellation units and were quantified with graph theoretical analyses. The global network properties, including network strength, cost, topological efficiency, and robustness, followed an inverted U-shaped trajectory with a peak age around the third decade. The brain areas with the most significantly nonlinear changes were located in the prefrontal and temporal cortices. Different brain regions exhibited heterogeneous trajectories: the posterior cingulate and lateral temporal cortices displayed prolonged maturation/degeneration compared with the prefrontal cortices. Rich-club organization was evident across the lifespan, whereas hub integration decreased linearly with age, especially accompanied by the loss of frontal hubs and their connections. Additionally, age-related changes in structural connections were predominantly located within and between the prefrontal and temporal modules. Finally, based on the graph metrics of structural connectome, accurate predictions of individual age were obtained (r = 0.77). Together, the data indicated a dynamic topological organization of the brain structural connectome across human lifespan, which may provide possible structural substrates underlying functional and cognitive changes with age.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,102
Tête enseignante GPT0,370
Écart entre enseignants0,268 · 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

Citations226
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207