Sex differences in brain structure among adolescents with bipolar disorder
Notice bibliographique
Résumé
OBJECTIVES: Bipolar disorder (BD) is twice as prevalent amongst female as amongst male adolescents. Thus far, little is known regarding the neurostructural substrates underlying this disparity. We therefore examined sex differences in neurostructural magnetic resonane imaging (MRI) phenotypes amongst adolescents with BD. METHODS: T1-weighted structural MRI was acquired from 44 BD (25 female [F] and 19 male [M]) and 58 (28 F and 30 M) healthy control (HC) adolescents (13-21 years old). Whole-brain and region-of-interest (ROI) analyses examined structural volume and cortical thickness using FreeSurfer. ROIs included the ventrolateral prefrontal cortex (vlPFC), anterior cingulate cortex (ACC), amygdala and hippocampus. General linear models evaluated sex-by-diagnosis interactions, controlling for age and intracranial volume. RESULTS: = 0.01). Sex differences in HCs were found in the SMG (M > F) and IPL (F > M). In BD, sex differences were reversed and of smaller magnitude in the SMG (M < F) and of greater magnitude in the IPL (F > M), driven by trends towards smaller SMG and IPL in BD vs HC male participants (P = .05 and .14). Whole-brain analyses for cortical thickness, and ROI analyses for volume and cortical thickness, were not significant. CONCLUSIONS: Normative sex differences may be disrupted in adolescent BD in the SMG and IPL, heteromodal association network hubs responsible for higher order integration of cognitive and emotional processing. Unexpectedly, these findings may inform our understanding of aberrant brain structure in adolescent BD male patients, rather than female patients. Future work should focus on replication, as well as the impact of puberty status and sex hormones on measures of brain structure and function.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».