Smaller hippocampal subfield volumes predict verbal associative memory in pediatric brain tumor survivors
Notice bibliographique
Résumé
The developing hippocampus is highly sensitive to chemotherapy and cranial radiation treatments for pediatric cancers, yet little is known about the effects that cancer treatents have on specific hippocampal subfields. Here, we examined hippocampal subfield volumes in 29 pediatric brain tumor survivors treated with cranial radiation and chemotherapy, and 30 healthy developing children and adolescents. We also examined associations between hippocampal subfield volumes and short-term verbal memory. Hippocampal subfields (Cornus Ammonis (CA) 1, CA2-3, dentate gyrus (DG)-CA4, stratum radiatum-lacunosum-moleculare, and subiculum) were segmented using the Multiple Automatically Generated Templates for Different Brains automated segmentation algorithm. Neuropsychological assessment of short-term verbal associative memory was performed in a subset of brain tumor survivors (N = 11) and typically developing children (N = 16), using the Children's Memory Scale or Wechsler's Memory Scale-third edition. Repeated measures analysis of variance showed that pediatric brain tumor survivors had significantly smaller DG-CA4, CA1, CA2-3, and stratum radiatum-lacunosum-moleculare volumes compared with typically developing children. Verbal memory performance was positively related to DG-CA4, CA1, and stratum radiatum-lacunosum-moleculare volumes in pediatric brain tumor survivors. Unlike the brain tumor survivors, there were no associations between subfield volumes and memory in typically developing children and adolescents. These data suggest that specific subfields of the hippocampus may be vulnerable to brain cancer treatments, and may contribute to impaired episodic memory following brain cancer treatment in childhood.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».