A significant risk factor for poststroke depression: the depression-related subnetwork
Notice bibliographique
Résumé
BACKGROUND: Despite being one of the direct causes of depression, whether stroke-induced neuroanatomical deterioration actually plays an important role in the onset of poststroke depression (PSD) is controversial. We assessed the structural basis of PSD, particularly with regard to white matter connectivity. METHODS: We evaluated lesion index, fractional anisotropy (FA) reduction and brain structural networks and then analyzed whole brain voxel-based lesions and FA maps. To understand brain damage in the context of brain connectivity, we used a graph theoretical approach. We selected nodes whose degree correlated with the Hamilton Rating Scale for Depression score (p < 0.05, false discovery rate-corrected), after controlling for age, sex, years of education, lesion size, Mini Mental State Examination score and National Institutes of Health Stroke Scale score. We used Poisson regression with robust standard errors to assess the contribution of the identified network toward poststroke major depression. RESULTS: We included 116 stroke patients in the study. Fourteen patients (12.1%) had diagnoses of major depression and 26 (22.4%) had mild depression. We found that lesions in the right insular cortex, left putamen and right superior longitudinal fasciculus as well as FA reductions in broader areas were all associated with major depression. Seventeen nodes were selected to build the depression-related subnetwork. Decreased local efficiency of the subnetwork was a significant risk factor for poststroke major depression (relative risk 0.84, 95% confidence interval 0.72-0.98, p = 0.027). LIMITATIONS: The inability of DTI tractography to process fibre crossings may have resulted in inaccurate construction of white matter networks and affected statistical findings. CONCLUSION: The present study provides, to our knowledge, the first graph theoretical analysis of white matter networks linked to poststroke major depression. These findings provide new insights into the neuroanatomical substrates of depression that develops after stroke.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».