Investigating Sexual Dimorphism of Human White Matter in a Harmonized, Multisite Diffusion Magnetic Resonance Imaging Study
Notice bibliographique
Résumé
Axonal myelination and repair, critical processes for brain development, maturation, and aging, remain controlled by sexual hormones. Whether this influence is reflected in structural brain differences between sexes, and whether it can be quantified by neuroimaging, remains controversial. Diffusion-weighted magnetic resonance imaging (dMRI) is an in vivo method that can track myelination changes throughout the lifespan. We utilize a large, multisite sample of harmonized dMRI data (n = 551, age = 9-65 years, 46% females/54% males) to investigate the influence of sex on white matter (WM) structure. We model lifespan trajectories of WM using the most common dMRI measure fractional anisotropy (FA). Next, we examine the influence of both age and sex on FA variability. We estimate the overlap between male and female FA and test whether it is possible to label individual brains as male or female. Our results demonstrate regionally and spatially specific effects of sex. Sex differences are limited to limbic structures and young ages. Additionally, not only do sex differences diminish with age, but tracts within each subject become more similar to one another. Last, we show the high overlap in FA between sexes, which implies that determining sex based on WM remains open.
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 ».