Hippocampal subfield volumes across the healthy lifespan and the effects of MR sequence on estimates
Notice bibliographique
Résumé
Abstract The hippocampus has been extensively studied in various neuropsychiatric disorders throughout the lifespan. However, inconsistent results have been reported with respect to which subfield volumes are most related to age. Here, we investigate whether these discrepancies may be explained by experimental design differences that exist between studies. Multiple datasets were used to collect 1690 magnetic resonance scans from healthy individuals aged 18-95 years old. Standard T1-weighted (T1w; MPRAGE sequence, 1 mm 3 voxels), high-resolution T2-weighted (T2w; SPACE sequence, 0.64 mm 3 voxels) and slab T2-weighted (Slab; 2D turbo spin echo, 0.4 x 0.4 x 2 mm 3 voxels) images were acquired. The MAGeT Brain algorithm was used for segmentation of the hippocampal grey matter (GM) subfields and peri-hippocampal white matter (WM) subregions. Linear mixed-effect models and Akaike information criterion were used to examine linear, second or third order natural splines relationship between hippocampal volumes and age. We demonstrated that stratum radiatum/lacunosum/moleculare and fornix subregions expressed the highest relative volumetric decrease, while the cornus ammonis 1 presented a relative volumetric preservation of its volume with age. We also found that volumes extracted from slab images were often underestimated and demonstrated different age-related relationships compared to volumes extracted from T1w and T2w images. The current work suggests that although T1w, T2w and slab derived subfield volumetric outputs are largely homologous, modality choice plays a meaningful role in the volumetric estimation of the hippocampal subfields.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».