MétaCan
Menu
Retour à la cohorte
Enregistrement W2955848820 · doi:10.7554/elife.44056

Predicting development of adolescent drinking behaviour from whole brain structure at 14 years of age

2019· article· en· W2955848820 sur OpenAlexaff
Simone Kühn, Anna Mascharek, Tobias Banaschewski, Arun Bodke, Uli Bromberg, Christian Büchel, Erin Burke Quinlan, Sylvane Desrivières, Herta Flor, Antoine Grigis, Hugh Garavan, Penny Gowland, Andreas Heinz, Bernd Ittermann, Jean‐Luc Martinot, Frauke Nees, Dimitri Papadopoulos Orfanos, Tomáš Paus, Luise Poustka, Sabina Millenet, Juliane H. Fröhner, Michael N. Smolka, Henrik Walter, Robert Whelan, Günter Schumann, Ulman Lindenberger, Jürgen Gallinat

Notice bibliographique

RevueeLife · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalUniversity of Toronto
Organismes subventionnairesH2020 European Research CouncilNational Institute of Biomedical Imaging and BioengineeringSeventh Framework ProgrammeMax-Planck-GesellschaftHorizon 2020 Framework ProgrammeJacobs FoundationNational Institute of Mental HealthMedical Research CouncilBundesministerium für Bildung und Forschung
Mots-clésStructural equation modelingVoxelAlcohol Use Disorders Identification TestVoxel-based morphometryPsychologyNeuroimagingGrey matterAlcohol use disorderDevelopmental psychologyClinical psychologyAlcoholNeuroscienceMedicineArtificial intelligenceMagnetic resonance imagingMachine learningComputer sciencePoison controlBiologyInjury preventionWhite matterEnvironmental healthRadiology

Résumé

récupéré en direct d'OpenAlex

Adolescence is a common time for initiation of alcohol use and development of alcohol use disorders. The present study investigates neuroanatomical predictors for trajectories of future alcohol use based on a novel voxel-wise whole-brain structural equation modeling framework. In 1814 healthy adolescents of the IMAGEN sample, the Alcohol Use Disorder Identification Test (AUDIT) was acquired at three measurement occasions across five years. Based on a two-part latent growth curve model, we conducted whole-brain analyses on structural MRI data at age 14, predicting change in alcohol use score over time. Higher grey-matter volumes in the caudate nucleus and the left cerebellum at age 14 years were predictive of stronger increase in alcohol use score over 5 years. The study is the first to demonstrate the feasibility of running separate voxel-wise structural equation models thereby opening new avenues for data analysis in brain imaging.

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 enseignants0,179
Score d'incertitude au seuil0,279

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 ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,313
Écart entre enseignants0,281 · 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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207