Allometric scaling of brain regions to intra‐cranial volume: An epidemiological MRI study
Notice bibliographique
Résumé
There is growing evidence that sub-structures of the brain scale allometrically to total brain size, that is, in a non-proportional and non-linear way. Here, scaling of different volumes of interest (VOI) to intra-cranial volume (ICV) was examined. It was assessed whether scaling was allometric or isometric and whether scaling coefficients significantly differed from each other. We also tested to what extent allometric scaling of VOI was introduced by the automated segmentation technique. Furthermore, reproducibility of allometric scaling was studied different age groups and study populations. Study samples included samples of cognitively healthy adults from the community-based Age Gene/Environment Susceptibility-Reykjavik Study (AGES-Reykjavik Study) (N = 3,883), the Coronary Artery Risk Development in Young Adults Study (CARDIA) (N =709), and the Alzheimer's Disease Neuroimaging Initiative (ADNI) (N = 180). Data encompassed participants with different age, ethnicity, risk factor profile, and ICV and VOI obtained with different automated MRI segmentation techniques. Our analysis showed that (1) allometric scaling is a trait of all parts of the brain, (2) scaling of neo-cortical white matter, neo-cortical gray matter, and deep gray matter structures including the cerebellum are significantly different from each other, and (3) allometric scaling of brain structures cannot solely be explained by age-associated atrophy, sex, ethnicity, or a systematic bias from study-specific segmentation algorithm, but appears to be a true feature of brain geometry. Hum Brain Mapp 38:151-164, 2017. © 2016 Wiley Periodicals, Inc.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».