Multi-modal normalization of resting-state using local physiology reduces changes in functional connectivity patterns observed in mTBI patients
Notice bibliographique
Résumé
Blood oxygenation level dependent (BOLD) resting-state functional magnetic resonance imaging (rs-fMRI) may serve as a sensitive marker to identify possible changes in the architecture of large-scale networks following mild traumatic brain injury (mTBI). Differences in functional connectivity (FC) measurements derived from BOLD rs-fMRI may however be confounded by changes in local cerebrovascular physiology and neurovascular coupling mechanisms, without changes in the underlying neuronally driven connectivity of networks. In this study, multi-modal neuroimaging data including BOLD rs-fMRI, baseline cerebral blood flow (CBF0) and cerebrovascular reactivity (CVR; acquired using a hypercapnic gas breathing challenge) were collected in 23 subjects with reported mTBI (14.6±14.9 months post-injury) and 27 age-matched healthy controls. Despite no group differences in CVR within the networks of interest (P > 0.05, corrected), significantly higher CBF0 was documented in the mTBI subjects (P < 0.05, corrected), relative to the controls. A normalization method designed to account for differences in CBF0 post-mTBI was introduced to evaluate the effects of such an approach on reported group differences in network connectivity. Inclusion of regional perfusion measurements in the computation of correlation coefficients within and across large-scale networks narrowed the differences in FC between the groups, suggesting that this approach may elucidate unique changes in connectivity post-mTBI while accounting for shared variance with CBF0. Altogether, our results provide a strong paradigm supporting the need to account for changes in physiological modulators of BOLD in order to expand our understanding of the effects of brain injury on large-scale FC of cortical networks.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».