MétaCan
Menu
Retour à la cohorte
Enregistrement W3003884063 · doi:10.1096/fasebj.2020.34.s1.02672

3D Visualization of Depression and Anxiety

2020· article· en· W3003884063 sur OpenAlexaboutno aff
Marissa Stalets, Emily Rodgers, David Dufeau

Notice bibliographique

RevueThe FASEB Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyContext (archaeology)Depression (economics)Psychological interventionMental healthProcess (computing)Plan (archaeology)Action planPsychologyMedicineComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

We present a novel and technologically enhanced teaching tool geared towards both patients, students, and clinicians with the primary goal of educating these groups about the anatomical and biochemical implications of various syndromes involving depression and anxiety. Our secondary goal is to inform patients, students, and clinicians about the most common treatment methods used to treat these syndromes. We achieved this by mapping the mesolimbic system, otherwise known as the “reward pathway,” and other relevant neuroanatomical structures using a high‐resolution cryosection dataset made available by the Big Brain project at McGill University and constructing 3D visualized models using 3D analysis software tools. The results of this project were compiled into a series of three interactive educational modules serving each of our goals. The first module described the neuroanatomical structures involved in syndromes of depression and anxiety along with their functions. The second module describes various forms of clinical depression and treatment options, including the mechanism of action and how it applies to the underlying disease process. The third module did the same but described anxiety rather than depression. This tool is valuable to patients and care providers alike because it explains neuroanatomical and biochemical aspects of these syndromes in a straight‐forward and easy‐to‐understand visual manner. It also describes the context of the best pharmacological interventions for each syndrome, which is a substantial step to help engage patients in their personalized mental health treatment plan. Support or Funding Information Thank you to Dr. David Dufeau and Marian University College of Osteopathic Medicine for the resources and guidance throughout this research project.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,003

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 Opus0,017
Tête enseignante GPT0,289
Écart entre enseignants0,272 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetSpaceflight effects on biologyTravaux en français237 207