Diffusion Tensor Imaging Reveals White Matter Differences in Military Personnel Exposed to Trauma with and without Post-traumatic Stress Disorder
Notice bibliographique
Résumé
BACKGROUND: Post-traumatic stress disorder (PTSD) is a debilitating mental health condition that develops in response to exposure to a traumatic event. The purpose of this study was to investigate white matter differences using diffusion tensor imaging (DTI) in trauma exposed military personnel with and without PTSD. METHODS: Data were acquired in compliance with the Hospital for Sick Children and Canadian Armed Forces Research Ethics Boards for the following groups: military personnel with PTSD (PTSD, n = 23), trauma exposed military personnel with no PTSD diagnosis (TE, n = 25) and civilian controls (CC, n =13) . All participants were male. DTI was acquired on a Siemens Trio 3T MRI. Maps of Fractional Anisotropy (FA), Mean Diffusivity (MD), Axial Diffusivity (AD), and Radial Diffusivity (RD) were analyzed using Tract-Based Spatial Statistics (TBSS). RESULTS: In the PTSD and TE groups, FA was significantly greater within the hippocampus, corpus callosum, cingulum, and several associated white matter tracts. Elevated FA was shown to be largely due to reduced RD suggesting a possible structural substrate that underscores neurophysiological connectivity. CONCLUSIONS: This study reinforces previous findings showing differences in DTI metrics within the limbic system in military personnel exposed to trauma with and without PTSD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».