MétaCan
Menu
← Retour à la cohorte
Enregistrement W2615957534 · doi:10.1101/140368

Oscillatory default mode network coupling in concussion

2017· preprint· en· W2615957534 sur OpenAlexaff
Benjamin T. Dunkley, Karolina Urban, Leodante da Costa, Simeon M. Wong, Elizabeth W. Pang, Margot J. Taylor

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalSickKids FoundationHospital for Sick ChildrenSunnybrook HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDefault mode networkConcussionTraumatic brain injuryCognitionNeurophysiologyAnxietyNeuroscienceFunctional connectivityPsychologyDepression (economics)Physical medicine and rehabilitationAudiologyMedicinePoison controlInjury preventionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Concussion is a common form of mild traumatic brain injury (mTBI). Despite the descriptor ‘mild’, a single injury can leave long-lasting and sustained alterations to brain function, including changes to localised activity and large-scale interregional communication. Cognitive complaints are thought to arise from such functional deficits. We investigated the impact of injury on neurophysiological and functionally-specialised resting networks, known as intrinsic connectivity networks (ICNs), using MEG. Methods We assessed neurophysiological connectivity in 40 males, 20 with concussion, 20 without, using MEG. Regions-of-interest that comprise nodes of ICNs were defined, and their time courses derived using a beamformer approach. Pairwise fluctuations and covariations in band-limited amplitude envelopes were computed reflecting measures of functional connectivity. Intra-network connectivity was compared between groups using permutation testing, and correlated with symptoms. Results We observed increased resting spectral connectivity in the default mode and motor networks in our concussion group when compared with controls, across alpha through gamma ranges. Moreover, these differences were not explained by power spectrum density (absolute changes in the spectral profiles within the ICNs). Furthermore, this increased coupling was significantly associated with symptoms in the DMN and MOT networks – but once accounting for comorbid symptoms (including, depression, anxiety, and ADHD) only the DMN continued to be associated with symptoms. Conclusion The DMN network plays a critical role in shifting between cognitive tasks. These data suggest even a single concussion can perturb the intrinsic coupling of functionally-specialised networks in the brain and may explain persistent and wide-ranging symptomatology.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,033
Tête enseignante GPT0,261
Écart entre enseignants0,228 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→