MétaCan
Menu
Retour à la cohorte
Enregistrement W3173472261 · doi:10.1101/2021.06.08.447489

Brain charts for the human lifespan

2021· preprint· en· W3173472261 sur OpenAlexaff
Richard A. I. Bethlehem, Jakob Seidlitz, Simon R. White, Jacob W. Vogel, Karen Anderson, Chris Adamson, Sophie Adler, George S. Alexopoulos, Evdokia Anagnostou, Ariosky Areces-González, Duncan E. Astle, Bonnie Auyeung, Gareth Ball, Simon Baron‐Cohen, Richard Beare, Saashi A. Bedford, Vivek Benegal, Frauke Beyer, Ji-Hyun Bae, John Blangero, Manuel Blesa, James P. Boardman, Matthew Borzage, Niall Bourke, Vince D. Calhoun, M. Mallar Chakravarty, Chen Chen, Casey Chertavian, Gaël Chételat, Yap Seng Chong, James I. Cole, Aiden Corvin, Manuela Costantino, Fabrice Crivello, Vanessa Cropley, Jennifer Crosbie, Nicolás Crossley, Marion Delarue, Richard Delorme, Sylvane Desrivières, Gabriel A. Devenyi, Raymond J. Dolan, Kirsten A. Donald, Gary Donohoe, Katharine Dunlop, A. David Edwards, Jed T. Elison, Cameron T. Ellis, Jeremy A. Elman, Lisa T. Eyler, Damien A. Fair, Eric Feczko, Paul C. Fletcher, Peter Fonagy, Carol E. Franz, Lídice Galán‐Garcia, Gholipour Sajjad, Jay N. Giedd, John H. Gilmore, David C. Glahn, Ian Goodyer, P.E. Grant, Nynke A. Groenewold, Faith M. Gunning, Raquel E. Gur, R. C. Gur, Christopher Hammill, Oskar Hansson, Trey Hedden, Andreas Heinz, Richard N. Henson, Katja Heuer, Jacqueline Hoare, Bharath Holla, Avram J. Holmes, Rosemary Holt, Hao Huang, Kiho Im, Jonathan Ipser, Clifford R. Jack, Andrea Parolin Jackowski, Tianye Jia, D. T. Jones, René S. Kahn, Hasse Karlsson, Linnea Karlsson Wirebring, Ryuta Kawashima, Elizabeth W. Kelley, Silke Kern, Ki Woong Kim, Manfred G. Kitzbichler, William S. Kremen, François Lalonde, Brigitte Landeau, Seonjoo Lee, Jason P. Lerch, John D. Lewis, Wei Liao, Conor Liston, Michael Lombardo, Jinglei Lv, Charles J. Lynch, Travis T. Mallard, Machteld Marcelis, Ross D. Markello, Samuel R. Mathias, Bernard Mazoyer, Philip McGuire, Michael J. Meaney, Andrea Mechelli, N. Medic, Sarah E. Morgan, David Mothersill, J. Nigg, Marcus K.H. Ong, Cynthia M. Ortinau, Rik Ossenkoppele, Minhui Ouyang, Lena Palaniyappan, Léo Paly, Pedro Mário Pan, Christos Pantelis, MinTae Park, Tomáš Paus, Zdenka Pausová, Deirel Paz-Linares, Alexa Pichet Binette, Karen Pierce, Qian‐Xing Zhuang, J. Qiu, Anqi Qiu, Armin Raznahan, Timothy Rittman, Amanda Rodrigue, Caitlin K. Rollins, Rafael Romero-García, Lisa Ronan, Monica D. Rosenberg, David H. Rowitch, Giovanni Abrahão Salum, Theodore D. Satterthwaite, H. Lina Schaare, Russell Schachar, Aaron P. Schultz, Günter Schumann, Michael Schöll, Russell T. Shinohara, Ingmar Skoog, Christopher D. Smyser, Reisa A. Sperling, Dan J. Stein, Aleks Stolicyn, John Suckling, Gemma Sullivan, Yasuyuki Taki, Benjamin Thyreau, Roberto Toro, Nicolas Traut, Kamen A. Tsvetanov, Nicholas B. Turk‐Browne, Jetro J. Tuulari, Christophe Tzourio, Étienne Vachon‐Presseau, Mitchell Valdés-Sosa, Pedro A. Valdés‐Sosa, S. L. Valk, Thérèse van Amelsvoort, Simon Vandekar, Lana Vasung, L.W. Victoria, Sylvia Villeneuve, Arno Villringer, Petra E. Vértes, Konrad Wagstyl, Y.S. Wang, Simon K. Warfield, Varun Warrier, Eric Westman, Margaret L. Westwater, Heather C. Whalley, A. Veronica Witte, N. Yang, B.T. Thomas Yeo, Hyuk Jin Yun, Andrew Zalesky, Heather J. Zar, Anna Zettergren, Juan Zhou, Hisham Ziauddeen, André Zugman, Xi‐Nian Zuo

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill University Health CentreUniversité de MontréalWestern UniversityCentre Hospitalier Universitaire Sainte-JustineQueen's UniversityDouglas Mental Health University InstituteMcGill UniversityHospital for Sick ChildrenUniversity of TorontoMontreal Neurological Institute and HospitalHolland Bloorview Kids Rehabilitation Hospital
Organismes subventionnairesNational Institute of Mental HealthMedical Research CouncilNational Institute for Health and Care ResearchNational Institutes of HealthBritish AcademyUK Research and InnovationBiotechnology and Biological Sciences Research CouncilDepartment of Health and Social CareNIHR Cambridge Biomedical Research CentreWellcome Trust
Mots-clésNeuroimagingBrain morphometryBrain sizeNormativePsychologySample size determinationMagnetic resonance imagingMedicineNeuroscienceStatisticsRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Over the past few decades, neuroimaging has become a ubiquitous tool in basic research and clinical studies of the human brain. However, no reference standards currently exist to quantify individual differences in neuroimaging metrics over time, in contrast to growth charts for anthropometric traits such as height and weight 1 . Here, we built an interactive resource to benchmark brain morphology, www.brainchart.io , derived from any current or future sample of magnetic resonance imaging (MRI) data. With the goal of basing these reference charts on the largest and most inclusive dataset available, we aggregated 123,984 MRI scans from 101,457 participants aged from 115 days post-conception through 100 postnatal years, across more than 100 primary research studies. Cerebrum tissue volumes and other global or regional MRI metrics were quantified by centile scores, relative to non-linear trajectories 2 of brain structural changes, and rates of change, over the lifespan. Brain charts identified previously unreported neurodevelopmental milestones 3 ; showed high stability of individual centile scores over longitudinal assessments; and demonstrated robustness to technical and methodological differences between primary studies. Centile scores showed increased heritability compared to non-centiled MRI phenotypes, and provided a standardised measure of atypical brain structure that revealed patterns of neuroanatomical variation across neurological and psychiatric disorders. In sum, brain charts are an essential first step towards robust quantification of individual deviations from normative trajectories in multiple, commonly-used neuroimaging phenotypes. Our collaborative study proves the principle that brain charts are achievable on a global scale over the entire lifespan, and applicable to analysis of diverse developmental and clinical effects on human brain structure. Furthermore, we provide open resources to support future advances towards adoption of brain charts as standards for quantitative benchmarking of typical or atypical brain MRI scans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,261
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetFunctional Brain Connectivity StudiesTravaux en français237 207