A negative association between brainstem pontine grey-matter volume, well-being and resilience in healthy twins
Notice bibliographique
Résumé
Background: Associations between well-being, resilience to trauma and the volume of grey-matter regions involved in affective processing (e.g., threat/reward circuits) are largely unexplored, as are the roles of shared genetic and environmental factors derived from multivariate twin modelling. Methods: This study presents, to our knowledge, the first exploration of well-being and volumes of grey-matter regions involved in affective processing using a region-of-interest, voxel-based approach in 263 healthy adult twins (60% monozygotic pairs, 61% females, mean age 39.69 yr). To examine patterns for resilience (i.e., positive adaptation following adversity), we evaluated associations between the same brain regions and well-being in a trauma-exposed subgroup. Results: We found a correlated effect between increased well-being and reduced grey-matter volume of the pontine nuclei. This association was strongest for individuals with higher resilience to trauma. Multivariate twin modelling suggested that the common variance between the pons volume and well-being scores was due to environmental factors. Limitations: We used a cross-sectional sample; results need to be replicated longitudinally and in a larger sample. Conclusion: Associations with altered grey matter of the pontine nuclei suggest that basic sensory processes, such as arousal, startle, memory consolidation and/or emotional conditioning, may have a role in well-being and resilience.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».