MétaCan
Menu
Retour à la cohorte
Enregistrement W2955551213 · doi:10.1093/cercor/bhz108

Corticosteroids and Regional Variations in Thickness of the Human Cerebral Cortex across the Lifespan

2019· article· en· W2955551213 sur OpenAlexaff
Nadine Parker, Didac Vidal‐Piñeiro, Leon French, Jean Shin, Hieab H.H. Adams, Henry Brodaty, Ian J. Deary, Anders M. Fjell, Stefan Frenzel, Hans J. Grabe, Norbert Hosten, M. Arfan Ikram, Jiyang Jiang, Maria J. Knol, Bernard Mazoyer, Aniket Mishra, Perminder S. Sachdev, Giovanni Abrahão Salum, Claudia L. Satizábal, Helena Schmidt, Reinhold Schmidt, Sudha Seshadri, Günter Schumann, Henry Völzke, Kristine B. Walhovd, Wei Wen, Katharina Wittfeld, Qiong Yang, Stéphanie Debette, Zdenka Pausová, Tomáš Paus

Notice bibliographique

RevueCerebral Cortex · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensHospital for Sick ChildrenSickKids FoundationCentre for Addiction and Mental HealthHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Biomedical Imaging and BioengineeringNational Health and Medical Research CouncilNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthMedical Research CouncilNational Institutes of HealthEdinburgh and Lothians Health FoundationNational Institute on AgingGene BridgesMaine Space Grant Consortium
Mots-clésGlucocorticoid receptorHuman brainCerebral cortexBiologyGlucocorticoidMineralocorticoid receptorGene expressionCortex (anatomy)NeuroscienceGeneReceptorPsychologyEndocrinologyGenetics

Résumé

récupéré en direct d'OpenAlex

Exposures to life stressors accumulate across the lifespan, with possible impact on brain health. Little is known, however, about the mechanisms mediating age-related changes in brain structure. We use a lifespan sample of participants (n = 21 251; 4-97 years) to investigate the relationship between the thickness of cerebral cortex and the expression of the glucocorticoid- and the mineralocorticoid-receptor genes (NR3C1 and NR3C2, respectively), obtained from the Allen Human Brain Atlas. In all participants, cortical thickness correlated negatively with the expression of both NR3C1 and NR3C2 across 34 cortical regions. The magnitude of this correlation varied across the lifespan. From childhood through early adulthood, the profile similarity (between NR3C1/NR3C2 expression and thickness) increased with age. Conversely, both profile similarities decreased with age in late life. These variations do not reflect age-related changes in NR3C1 and NR3C2 expression, as observed in 5 databases of gene expression in the human cerebral cortex (502 donors). Based on the co-expression of NR3C1 (and NR3C2) with genes specific to neural cell types, we determine the potential involvement of microglia, astrocytes, and CA1 pyramidal cells in mediating the relationship between corticosteroid exposure and cortical thickness. Therefore, corticosteroids may influence brain structure to a variable degree throughout life.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,290
Écart entre enseignants0,261 · 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.

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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetStress Responses and CortisolTravaux en français237 207