Intrinsic functional connectivity of periaqueductal gray subregions in humans
Notice bibliographique
Résumé
The periaqueductal gray matter (PAG) is a key brain region of the descending pain modulation pathway. It is also involved in cardiovascular functions, anxiety, and fear; however, little is known about PAG subdivisions in humans. The aims of this study were to use resting-state fMRI-based functional connectivity (FC) to parcellate the human PAG and to determine FC of its subregions. To do this, we acquired resting-state fMRI scans from 79 healthy subjects and (1) used a data-driven method to parcellate the PAG, (2) used predefined seeds in PAG subregions to evaluate PAG FC to the whole brain, and (3) examined sex differences in PAG FC. We found that clustering of the left and right PAG yielded similar patterns of caudal, middle, and rostral subdivisions in the coronal plane, and dorsal and ventral subdivisions in the sagittal plane. FC analysis of predefined subregions revealed that the ventolateral(VL)-PAG was supfunctionally connected to brain regions associated with descending pain modulation (anterior cingulate cortex (ACC), upper pons/medulla), whereas the lateral (L) and dorsolateral (DL) subregions were connected with brain regions implicated in executive functions (prefrontal cortex, striatum, hippocampus). We also found sex differences in FC including areas implicated in pain, salience, and analgesia including the ACC and the insula in women, and the MCC, parahippocampal gyrus, and the temporal pole in men. The organization of the human PAG thus provides a framework to understand the circuitry underlying the broad range of responses to pain and its modulation in men and women.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».