MétaCan
Menu
Retour à la cohorte
Enregistrement W3004719143 · doi:10.1093/brain/awaa001

OUP accepted manuscript

2020· article· en· W3004719143 sur OpenAlexaff
Je‐Yeon Yun, Premika S.W. Boedhoe, Chris Vriend, Neda Jahanshad, Yoshinari Abe, Stephanie H. Ameis, Alan Anticevic, Paul Arnold, Marcelo C. Batistuzzo, Francesco Benedetti, Jan C. Beucke, Irene Bollettini, Anushree Bose, Silvia Brem, Anna Calvo, Yuqi Cheng, Kang Ik K. Cho, Valentina Ciullo, Sara Dallaspezia, Damiaan Denys, Jamie D. Feusner, Jean‐Paul Fouché, Mònica Giménez, Patricia Gruner, Derrek P. Hibar, Marcelo Q. Hoexter, Hao Hu, Chaim Huyser, Keisuke Ikari, Norbert Kathmann, Susanne Walitza, Kathrin Koch

Notice bibliographique

RevueBrain · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of CalgaryHospital for Sick ChildrenUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Biomedical Imaging and BioengineeringNational Institute of Mental HealthNational Research Foundation of KoreaNational Research Foundation
Mots-clésPsychologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

Brain structural covariance networks reflect covariation in morphology of different brain areas and are thought to reflect common trajectories in brain development and maturation. Large-scale investigation of structural covariance networks in obsessive-compulsive disorder (OCD) may provide clues to the pathophysiology of this neurodevelopmental disorder. Using T1-weighted MRI scans acquired from 1616 individuals with OCD and 1463 healthy controls across 37 datasets participating in the ENIGMA-OCD Working Group, we calculated intra-individual brain structural covariance networks (using the bilaterally-averaged values of 33 cortical surface areas, 33 cortical thickness values, and six subcortical volumes), in which edge weights were proportional to the similarity between two brain morphological features in terms of deviation from healthy controls (i.e. z-score transformed). Global networks were characterized using measures of network segregation (clustering and modularity), network integration (global efficiency), and their balance (small-worldness), and their community membership was assessed. Hub profiling of regional networks was undertaken using measures of betweenness, closeness, and eigenvector centrality. Individually calculated network measures were integrated across the 37 datasets using a meta-analytical approach. These network measures were summated across the network density range of K = 0.10-0.25 per participant, and were integrated across the 37 datasets using a meta-analytical approach. Compared with healthy controls, at a global level, the structural covariance networks of OCD showed lower clustering (P < 0.0001), lower modularity (P < 0.0001), and lower small-worldness (P = 0.017). Detection of community membership emphasized lower network segregation in OCD compared to healthy controls. At the regional level, there were lower (rank-transformed) centrality values in OCD for volume of caudate nucleus and thalamus, and surface area of paracentral cortex, indicative of altered distribution of brain hubs. Centrality of cingulate and orbito-frontal as well as other brain areas was associated with OCD illness duration, suggesting greater involvement of these brain areas with illness chronicity. In summary, the findings of this study, the largest brain structural covariance study of OCD to date, point to a less segregated organization of structural covariance networks in OCD, and reorganization of brain hubs. The segregation findings suggest a possible signature of altered brain morphometry in OCD, while the hub findings point to OCD-related alterations in trajectories of brain development and maturation, particularly in cingulate and orbitofrontal regions.

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)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,018
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)0,0010,001

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 Opus0,098
Tête enseignante GPT0,274
Écart entre enseignants0,175 · 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.

Devis d'étudeSans objet
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

Citations84
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207