Patterns of reduced cortical thickness and striatum pathological morphology in cocaine addiction
Notice bibliographique
Résumé
Abstract Substance addiction is regarded as an important public health problem, perpetuated by fronto-striatal circuit pathology. A usual finding in neuroimaging human and murine studies is cortical thinning and lower volume when compared to healthy controls. In this study we wished to replicate cortical thinning findings and find if striatum morphology may explain the cortical pathology. For this we analyzed T1w neuroimaging data from an ongoing addiction Mexican dataset. This dataset includes cocaine addicts diagnosed by expert psychiatrists and healthy controls. For the analysis we used voxel-based morphometry, cortical thickness and volumetric analysis of the basal ganglia, and we correlated striatum volume with cortical thickness to find pathological patterns. Our group contrast showed cortical thinning and striatum volume differences in cocaine addicts correlated to their years of substance use, craving and age. Our correlation between striatum-cortex morphology showed higher significant correlations in healthy controls, not observed in cocaine addicts. The correlation between striatum volume and cortical thickness in healthy controls involved similar areas as those shown with less cortical thickness in cocaine addicts. We suggest that striatum morphological changes in addiction may explain the pattern of cortical thinning observed across several substances addiction studies. Research Data Related to this Submission Data set https://zenodo.org/record/1409808#.W5E3oCOZPIF Patterns of reduced cortical thickness and striatum pathological morphology in cocaine addiction This dataset includes all the data and scripts needed to reproduce the analysis and results on the manuscript “Patterns of reduced cortical thickness and striatum pathological morphology in cocaine addiction” (link). The brain data is not raw, as T1w were not defaced. We will do so in the near future for version 2.0. Instead we include only the “output/thickness” files used in the final analysis. For the use of raw T1w images, please contact the main author EAGV.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».