MétaCan
Menu
Retour à la cohorte
Enregistrement W2541689425 · doi:10.1016/j.neurobiolaging.2016.10.023

Age-related differences in the structural complexity of subcortical and ventricular structures

2016· article· en· W2541689425 sur OpenAlexfundno aff
Christopher R. Madan, Elizabeth A. Kensinger

Notice bibliographique

RevueNeurobiology of Aging · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilCanadian Institutes of Health ResearchNational Institutes of HealthBoston CollegeNational Institute of Mental HealthMcKnight Foundation
Mots-clésGyrificationThalamusBrain sizeStructural complexityNeuroscienceBiologyMedicineMagnetic resonance imagingCerebral cortexRadiology

Résumé

récupéré en direct d'OpenAlex

It has been well established that the volume of several subcortical structures decreases in relation to age. Different metrics of cortical structure (e.g., volume, thickness, surface area, and gyrification) have been shown to index distinct characteristics of interindividual differences; thus, it is important to consider the relation of age to multiple structural measures. Here, we compare age-related differences in subcortical and ventricular volume to those differences revealed with a measure of structural complexity, quantified as fractal dimensionality. Across 3 large data sets, totaling nearly 900 individuals across the adult lifespan (aged 18-94 years), we found greater age-related differences in complexity than volume for the subcortical structures, particularly in the caudate and thalamus. The structural complexity of ventricular structures was not more strongly related to age than volume. These results demonstrate that considering shape-related characteristics improves sensitivity to detect age-related differences in subcortical structures.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,057
Tête enseignante GPT0,268
Écart entre enseignants0,212 · 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

Citations53
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurobiology of AgingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207