Does Family History of Alcohol Use Disorder Relate to Differences in Regional Brain Volumes? A Descriptive Review with New Data
Notice bibliographique
Résumé
BACKGROUND: Differences in regional brain volumes as a function of family history (FH) of alcohol use disorder (AUD) have been reported, and it has been suggested that these differences might index genetic risk for AUD. However, results have been inconsistent. The aims of the current study were (i) to provide an updated descriptive review of the existing literature and (ii) to examine the association of FH with indices of subcortical volumes and cortical thickness in a sample of youth recruited based on FH status. METHODS: To address aim 1, a literature search located 15 published studies comprising 1,735 participants. Studies were characterized according to population, analytic methods, regions of interest, and primary findings. To address the second aim, we examined volumetric and cortical thickness in a sample of 69 youth (mean age = 19.71 years, SD = 0.79) recruited based on FH status and matched on drinking variables. Associations of sex and alcohol use with volumetric outcomes were also examined. RESULTS: Our descriptive review revealed an inconsistent pattern of results with respect to the presence, direction, and regional specificity of volumetric differences across FH groups. The most consistent finding, significantly smaller amygdala volumes in FH+ participants, was not replicated in all studies. In the current sample of youth, measures of subcortical volumes and cortical thickness did not significantly differ as a function of FH, sex, or their interaction. CONCLUSIONS: Evidence for FH group differences in regional brain volumes is inconsistent, and the current study failed to detect any group differences. Further research is needed to confirm the reproducibility of FH group differences and implications for AUD risk.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,001 |
| 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 ».