MétaCan
Menu
Retour à la cohorte
Enregistrement W2936536531 · doi:10.1093/schbul/sbz112

Morphological Profiling of Schizophrenia: Cluster Analysis of MRI-Based Cortical Thickness Data

2019· article· en· W2936536531 sur OpenAlexaff
Yunzhi Pan, Weidan Pu, Xudong Chen, Xiaojun Huang, Yan Cai, Haojuan Tao, Zhiming Xue, Michael Mackinley, Roberto Limongi, Zhening Liu, Lena Palaniyappan

Notice bibliographique

RevueSchizophrenia Bulletin · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensLawson Health Research InstituteRobarts Clinical TrialsWestern University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNeuroimagingSchizophrenia (object-oriented programming)NeuropsychologyPathologicalMedicineCognitionPsychologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

The diagnosis of schizophrenia is thought to embrace several distinct subgroups. The manifold entities in a single clinical patient group increase the variance of biological measures, deflate the group-level estimates of causal factors, and mask the presence of treatment effects. However, reliable neurobiological boundaries to differentiate these subgroups remain elusive. Since cortical thinning is a well-established feature in schizophrenia, we investigated if individuals (patients and healthy controls) with similar patterns of regional cortical thickness form naturally occurring morphological subtypes. K-means algorithm clustering was applied to regional cortical thickness values obtained from 256 structural MRI scans (179 patients with schizophrenia and 77 healthy controls [HCs]). GAP statistics revealed three clusters with distinct regional thickness patterns. The specific patterns of cortical thinning, clinical characteristics, and cognitive function of each clustered subgroup were assessed. The three clusters based on thickness patterns comprised of a morphologically impoverished subgroup (25% patients, 1% HCs), an intermediate subgroup (47% patients, 46% HCs), and an intact subgroup (28% patients, 53% HCs). The differences of clinical features among three clusters pertained to age-of-onset, N-back performance, duration exposure to treatment, total burden of positive symptoms, and severity of delusions. Particularly, the morphologically impoverished group had deficits in N-back performance and less severe positive symptom burden. The data-driven neuroimaging approach illustrates the occurrence of morphologically separable subgroups in schizophrenia, with distinct clinical characteristics. We infer that the anatomical heterogeneity of schizophrenia arises from both pathological deviance and physiological variance. We advocate using MRI-guided stratification for clinical trials as well as case-control investigations in schizophrenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,278
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207