Brain Connectivity Tracks Effects of Chemotherapy Separately from Behavioral Measures
Notice bibliographique
Résumé
Abstract Several studies in cancer research have suggested that cognitive dysfunction following chemotherapy, referred to in lay terms as “chemobrain”, is a serious problem. At present, the changes in integrative brain function that underlie such dysfunction remains poorly understood. Recent developments in neuroimaging suggest that patterns of functional connectivity can provide a broadly applicable neuromarker of cognitive performance and other psychometric measures. The current study used multivariate analysis methods to identify patterns of disruption in resting state functional connectivity of the brain due to chemotherapy and the degree to which the disruptions can be linked to behavioral measures of distress and cognitive performance. Sixty two women (22 healthy control, 18 patients treated with adjuvant chemotherapy, and 22 treated without chemotherapy) were evaluated with neurocognitive measures followed by self-report questionnaires and open eyes resting-state fMRI scanning at three time points: diagnosis (M0, pre-adjuvant treatment), at least 1 month (M1), and 7 months (M7) after treatment. The results indicated deficits in cognitive health of breast cancer patients immediately after chemotherapy that improved over time. This psychological trajectory was paralleled by a disruption and later recovery of resting-state functional connectivity, mostly in the parietal and frontal brain regions. The functional connectivity alteration pattern seems to be a separable treatment symptom from the decreased cognitive health. More targeted support for patients should be developed to ameliorate these multi-faceted side effects of chemotherapy treatment on neural functioning and cognitive health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».