Cortical thickness and subcortical brain volumes in professional rugby league players
Notice bibliographique
Résumé
The purpose of this study was to examine cortical thickness and subcortical volumes in professional rugby players with an extensive history of concussions compared to control subjects. Participants included 24 active and former professional rugby league players [Age M(SD) = 33.3(6.3); Range = 21–44] with an extensive history of concussion and 18 age- and education-matched controls with no history of neurotrauma or participation in contact sports. Participants underwent T1-weighted imaging and completed a neuropsychological battery, including two tests of memory. Whole brain cortical thickness analysis and structural volume analysis was performed using FreeSurfer version 6.0. Professional rugby league players reported greater alcohol consumption (p < .001) and had significantly worse delayed recall of a visually complex design (p = .04). They did not differ from controls on other clinical outcome measures. There were no differences in cortical thickness between the groups. Professional players had smaller whole brain (p = .003), bilateral hippocampi (ps = .03), and left amygdala volumes (p = .01) compared to healthy controls. Within the players group, there were significant associations between greater alcohol use and smaller bilateral hippocampi and left amygdala volumes. There were no associations between structural volumes and history of concussions or memory performance. The literature examining cortical thickness in athletes with a history of multiple concussions is mixed. We did not observe differences in cortical thickness in professional rugby league players compared to controls. However, smaller subcortical volumes were found in players that were, in part, associated with greater alcohol consumption.
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 | 0,002 | 0,014 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».