MétaCan
Menu
Retour à la cohorte
Enregistrement W3007250256 · doi:10.1101/2020.02.27.968537

Dispersion of functional gradients across the lifespan

2020· preprint· en· W3007250256 sur OpenAlexafffund
Richard A. I. Bethlehem, Casey Paquola, Jakob Seidlitz, Lisa Ronan, Boris C. Bernhardt, Kamen A. Tsvetanov

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCentre Azrieli de recherche sur l'autisme, Institut et Hôpital Neurologiques de MontréalBiotechnology and Biological Sciences Research CouncilFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchMedical Research CouncilDirectorate for Biological SciencesBritish Academy
Mots-clésDefault mode networkCognitionFunctional connectivityFunctional neuroimagingCognitive psychologyNeuroscienceSet (abstract data type)PsychologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Ageing is commonly associated with changes to segregation and integration of functional brain networks, but, in isolation, current network-based approaches struggle to elucidate changes across the many axes of functional organisation. However, the advent of gradient mapping techniques to neuroimaging provides a new means of studying functional organisation in a multi-dimensional connectivity space. Here, we studied ageing and behaviourally-relevant differences in a three-dimensional connectivity space using the Cambridge Centre for Ageing Neuroscience cohort (n=643). Building on gradient mapping techniques, we developed a set of measures to quantify the dispersion within and between functional communities. We detected a strong shift of the visual network across the lifespan from an extreme to a more central position in the 3D gradient space. In contrast, the dispersion distance of transmodal communities (dorsal attention, ventral attention, frontoparietal and default mode) did not change. However, these communities were increasingly dispersed with increasing age, reflecting more dissimilar functional connectivity profiles within each community. Increasing dispersion of frontoparietal and ventral attention networks, in particular, was associated negatively with cognition, measured by fluid intelligence. By using a technique that explicitly captures the ordering of functional systems in a multi-dimensional hierarchical framework, we identified behaviorally-relevant age-related differences of within and between network organisation. We propose that the study of functional gradients across the lifespan could provide insights that may facilitate the development of new strategies to maintain cognitive ability across the lifespan in health and disease.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,247
Écart entre enseignants0,207 · 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetFunctional Brain Connectivity StudiesTravaux en français237 207