MétaCan
Menu
Retour à la cohorte
Enregistrement W3021621901 · doi:10.3389/fpsyt.2020.00342

Age-Related Changes of Peak Width Skeletonized Mean Diffusivity (PSMD) Across the Adult Lifespan: A Multi-Cohort Study

2020· article· en· W3021621901 sur OpenAlexafffund
Grégory Beaudet, Ami Tsuchida, Laurent Petit, Christophe Tzourio, Svenja Caspers, Jan Schreiber, Zdenka Pausová, Yash Patel, Tomáš Paus, Reinhold Schmidt, Lukas Pirpamer, Perminder S. Sachdev, Henry Brodaty, Nicole A. Kochan, Julian N. Trollor, Wei Wen, Nicola J. Armstrong, Ian J. Deary, Mark E. Bastin, Joanna M. Wardlaw, Susana Muñoz Maniega, A. Veronica Witte, Arno Villringer, Marco Duering, Stéphanie Debette, Bernard Mazoyer

Notice bibliographique

RevueFrontiers in Psychiatry · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesMedical Research CouncilBundesministerium für Wissenschaft, Forschung und WirtschaftBundesministerium für Bildung und ForschungNational Health and Medical Research CouncilEuropean CommissionFondation LeducqAgence Nationale de la RechercheCanadian Institutes of Health ResearchEU Joint Programme – Neurodegenerative Disease Research
Mots-clésCohortDemographyGerontologyMedicinePsychologyInternal medicineSociology

Résumé

récupéré en direct d'OpenAlex

Parameters of water diffusion in white matter derived from diffusion-weighted imaging (DWI), such as fractional anisotropy (FA), mean, axial, and radial diffusivity (MD, AD, and RD), and more recently, peak width of skeletonized mean diffusivity (PSMD), have been proposed as potential markers of normal and pathological brain ageing. However, their relative evolution over the entire adult lifespan in healthy individuals remains partly unknown during early and late adulthood, and particularly for the PSMD index. Here, we gathered and analyzed cross-sectional diffusion tensor imaging (DTI) data from 10 population-based cohort studies in order to establish the time course of white matter water diffusion phenotypes from post-adolescence to late adulthood. DTI data were obtained from a total of 20,005 individuals aged 18.1 to 92.6 years and analyzed with the same pipeline for computing skeletonized DTI metrics from DTI maps. For each individual, MD, AD, RD, and FA mean values were computed over their FA volume skeleton, PSMD being calculated as the 90% peak width of the MD values distribution across the FA skeleton. Mean values of each DTI metric were found to strongly vary across cohorts, most likely due to major differences in DWI acquisition protocols as well as pre-processing and DTI model fitting. However, age effects on each DTI metric were found to be highly consistent across cohorts. RD, MD, and AD variations with age exhibited the same U-shape pattern, first slowly decreasing during post-adolescence until the age of 30, 40, and 50 years, respectively, then progressively increasing until late life. FA showed a reverse profile, initially increasing then continuously decreasing, slowly until the 70s, then sharply declining thereafter. By contrast, PSMD constantly increased, first slowly until the 60s, then more sharply. These results demonstrate that, in the general population, age affects PSMD in a manner different from that of other DTI metrics. The constant increase in PSMD throughout the entire adult life, including during post-adolescence, indicates that PSMD could be an early marker of the ageing process.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,335
Écart entre enseignants0,303 · 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

Citations53
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207