White Matter Abnormalities in Retired Professional Rugby League Players with a History of Concussion
Notice bibliographique
Résumé
The topic of potential long-term neurological consequences from having multiple concussions during a career in collision sports is controversial. We sought to investigate white matter microstructure using diffusion tensor imaging (DTI) in retired professional Australian National Rugby League (NRL) players ( n = 11) with a history of multiple self-reported concussions compared with age- and education-matched controls ( n = 13) who have had no history of brain trauma. Diffusion-weighted images were acquired with a Siemens 3T scanner. All participants completed a clinical interview. There were no significant differences between groups on measures of depression, anxiety, stress, or post-concussion symptoms; however, NRL players scored significantly higher on the alcohol use disorder identification test (AUDIT). Voxelwise analyses of DTI measures were performed using tract-based spatial statistics (TBSS) with age and AUDIT scores included as covariates. TBSS revealed significantly reduced fractional anisotropy (FA), and increased radial diffusivity (RD), axial diffusivity (AD), and trace (TR) in white matter regions of recently retired NRL players compared with controls. FA was significantly reduced in the right superior longitudinal fasciculus and right corticospinal tract while TR, RD, and AD were increased in these regions, as well as the corpus callosum, forceps major, right uncinate fasciculus, and left corticospinal tract. In summary, DTI in a small cohort of recently retired professional NRL players with a history of multiple concussions showed differences in white matter microstructure compared with age- and education-matched controls with no history of brain trauma.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».