MétaCan
Menu
Retour à la cohorte
Enregistrement W2989123299 · doi:10.1002/hbm.24847

Mapping the neuroanatomical impact of very preterm birth across childhood

2019· article· en· W2989123299 sur OpenAlexafffund
Marlee M. Vandewouw, Julia M. Young, Sarah I. Mossad, Julie Sato, Hilary A. E. Whyte, Manohar Shroff, Margot J. Taylor

Notice bibliographique

RevueHuman Brain Mapping · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionCanadian Institutes of Health Research
Mots-clésWhite matterOccipital lobeGrey matterGestational ageMagnetic resonance imagingBrain sizePsychologyInsulaAudiologyMedicineAnatomyNeuroscienceRadiologyBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Those born very preterm (VPT; <32 weeks gestational age) have an increased risk in developing a wide range of cognitive deficits. In early-to-late childhood, brain structure has been shown to be altered in VPT compared to full-term (FT) children; however, the results are inconsistent. The current study examined subcortical volumes, cortical thickness, and surface area in a large cohort of VPT and FT children aged 4-12 years. Structural magnetic resonance imaging (MRI) was obtained on 120 VPT and 146 FT children who returned up to three times, resulting in 176 VPT and 173 FT unique data points. For each participant, Corticometric Iterative Vertex-based Estimation of Thickness was used to obtain global measurements of total brain, cortical grey and cortical white matter volumes, along with surface-based measurements of cortical thickness and surface area, and Multiple Automatically Generated Templates (MAGeT) brain segmentation tool was used to segment the subcortical structures. To examine group differences and group-age interactions, mixed-effects models were used (controlling for whole-brain volume). We found few differences between the two groups in subcortical volumes. The VPT children showed increased cortical thickness in frontal, occipital and fusiform gyri and inferior pre-post-central areas, while thinning occurred in the midcingulate. Cortical thickness in occipital regions showed more rapid decreases with age in the VPT compared to the FT children. VPT children also showed both regional increases, particularly in the temporal lobe, and decreases in surface area. Our results indicate a delayed maturational trajectory in those born VPT.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,265 · 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'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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetNeonatal and fetal brain pathologyTravaux en français237 207