MétaCan
Menu
Retour à la cohorte
Enregistrement W2601254520 · doi:10.1002/hbm.23527

Structural and functional brain network correlates of depressive symptoms in premanifest Huntington's disease

2017· article· en· W2601254520 sur OpenAlexaff
Peter McColgan, Adeel Razi, Sarah Gregory, Kiran Seunarine, Alexandra Durr, Raymund A.C. Roos, Blair R. Leavitt, Rachael I. Scahill, Chris A. Clark, Douglas R. Langbehn, Geraint Rees, Sarah J. Tabrizi

Notice bibliographique

RevueHuman Brain Mapping · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity College London Hospitals NHS Foundation TrustNational Institute for Health and Care ResearchCHDI FoundationUniversity College LondonWellcome TrustMedical Research CouncilWellcome
Mots-clésHuntington's diseaseNeurosciencePsychologyDiseaseDepressive symptomsFunctional connectivityDepression (economics)MedicineInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

Depression is common in premanifest Huntington's disease (preHD) and results in significant morbidity. We sought to examine how variations in structural and functional brain networks relate to depressive symptoms in premanifest HD and healthy controls. Brain networks were constructed using diffusion tractography (70 preHD and 81 controls) and resting state fMRI (92 preHD and 94 controls) data. A sub-network associated with depression was identified in a data-driven fashion and network-based statistics was used to investigate which specific connections correlated with depression scores. A replication analysis was then performed using data from a separate study. Correlations between depressive symptoms with increased functional connectivity and decreased structural connectivity were seen for connections in the default mode network (DMN) and basal ganglia in preHD. This study reveals specific connections in the DMN and basal ganglia that are associated with depressive symptoms in preHD. Hum Brain Mapp 38:2819-2829, 2017. © 2017 The Authors Human Brain Mapping Published by 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,281
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,268
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations38
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207