MétaCan
Menu
Retour à la cohorte
Enregistrement W2939315323 · doi:10.1093/schbul/sbz020.616

S71. NEUROVASCULAR UNCOUPLING IN SCHIZOPHRENIA: A BIMODAL META-ANALYSIS OF BRAIN PERFUSION AND GLUCOSE METABOLISM

2019· article· en· W2939315323 sur OpenAlexaff
Niron Sukumar, Priyadharshini Sabesan, Lena Palaniyappan

Notice bibliographique

RevueSchizophrenia Bulletin · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésCerebral blood flowSchizophrenia (object-oriented programming)Neurovascular bundleNeuroimagingNeurosciencePsychosisPositron emission tomographyPerfusionPerfusion scanningPsychologyResting state fMRICerebral perfusion pressureMedicineCardiologyNuclear medicinePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Since the time of Ernst von Feuchtersleben who coined the term psychosis (1845), psychotic disorders have been suspected to be associated with disturbances in cerebral blood supply. The use of modern neuroimaging approaches has uncovered abnormalities in the resting-state regional cerebral blood flow (rCBF) across various brain regions in schizophrenia. In a healthy brain, rCBF is tightly coupled to resting cerebral glucose metabolism (rCMRglu), which increases with synaptic activity. The coupling of rCBF (measured using arterial spin labelling, ASL) and rCMRglu (measured using 18flurodeoxyglucose positron emission tomography, FDG-PET) depends on the integrity of the neurovascular unit. In schizophrenia, several lines of evidence point towards aberrant neurovascular coupling especially in the prefrontal regions, though no simultaneous ASL-PET studies identifying regions with concordance or discordance between metabolism and perfusion have been reported to our knowledge. To address this gap, we undertook a voxel-based bimodal meta-analysis to examine the relationship between rCBF and rCMRglu in schizophrenia. We hypothesized that several brain regions would show combined abnormalities of perfusion and metabolism, while uncoupling of these 2 parameters will be observed in prefrontal regions. We undertook a systematic literature search to include all available studies reporting voxelwise ASL or FDG-PET changes in schizophrenia using coordinates based multimodal meta-analysis implemented using Signed Differential Mapping (SDM) software. 31 studies met the inclusion criteria, comprised of data from 599 patients and 590 controls, available for meta-analysis. We used conjunction and moderator analyses to evaluate areas with concordant and discordant abnormalities in rCBF and rCMRglu respectively. We also undertook meta-regression analyses to study the effect of age, gender, duration of illness, anti-psychotic dosage, and illness severity on the illness-related changes in rCBF and rCMRglu. Among patients with schizophrenia, we observed a conjoint reduction in rCBF and rCMRglu in the left frontoinsular cortex and bilateral dorsal anterior cingulate cortex (z>2, cluster inclusion p<0.0001). A conjoint increase in rCBF and rCMRglu was noted in bilateral striatum and temporal pole. Regional neurovascular uncoupling was notable in the superior frontal gyrus (reduced rCMRglu, normal rCBF) and cerebellum (increased rCMRglu, normal rCBF). Meta-regression analyses were unstable due to the low number of eligible studies. Our results suggest that several key regions implicated in the pathophysiology of schizophrenia such as the frontoinsular cortex, dorsal ACC, putamen and temporal pole (constituting the regions of the Salience Network) show conjoint metabolic and perfusion abnormalities in patients. In contrast, discordance between metabolism and perfusion was seen in the superior frontal gyrus and the cerebellum, indicating that factors contributing to neurovascular uncoupling (e.g. inflammation, mitochondrial dysfunction or oxidative stress) are likely to operate at these loci. Hybrid ASL-PET studies focusing on these regions could confirm our proposition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,044
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,028
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207