Neurostructural Correlates of Cannabis Use in Adolescent Bipolar Disorder
Notice bibliographique
Résumé
BACKGROUND: Little is known regarding the association of cannabis use with brain structure in adolescents with bipolar disorder (BD). This subject is timely, given expanded availability of cannabis contemporaneously with increased social acceptance and diminished societal constraints to access. Therefore, we set out to examine this topic in a sample of adolescents with BD and healthy control (HC) adolescents. METHODS: Participants included 144 adolescents (47 BD with cannabis use [BDCB+; including 13 with cannabis use disorder], 34 BD without cannabis use [BDCB-], 63 HC without cannabis use) ages 13-20 years. FreeSurfer-processed 3T MRI with T1-weighted contrast yielded measures of cortical thickness, surface area (SA), and volume. Region of interest (amygdala, hippocampus, ventrolateral prefrontal cortex, ventromedial prefrontal cortex, and anterior cingulate cortex) analyses and exploratory vertex-wise analysis were undertaken. A general linear model tested for between-group differences, accounting for age, sex, and intracranial volume. RESULTS: Vertex-wise analysis revealed significant group effects in frontal and parietal regions. In post-hoc analyses, BDCB+ exhibited larger volume and SA in parietal regions, and smaller thickness in frontal regions, relative to HC and BDCB-. BDCB- had smaller volume, SA, and thickness in parietal and frontal regions relative to HC. There were no significant region of interest findings after correcting for multiple comparisons. CONCLUSION: This study found that cannabis use is associated with differences in regional brain structure among adolescents with BD. Future prospective studies are necessary to determine the direction of the observed association and to assess for dose effects.
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 | 0,001 |
| 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 ».