The Developmental Brain Age Is Associated With Adversity, Depression, and Functional Outcomes Among Adolescents
Notice bibliographique
Résumé
BACKGROUND: Most psychiatric disorders emerge in the second decade of life. In the present study, we examined whether environmental adversity, developmental antecedents, major depressive disorder, and functional impairment correlate with deviation from normative brain development in adolescence. METHODS: We trained a brain age prediction model using 189 structural magnetic resonance imaging brain features in 1299 typically developing adolescents (age range 9-19 years, mean = 13.5, SD = 3.04), validated the model in a holdout set of 322 adolescents (mean = 13.5, SD = 3.07), and used it to predict age in an independent risk-enriched cohort of 150 adolescents (mean = 13.6, SD = 2.82). We tested associations between the brain age gap and adversity, early antecedents, depression, and functional impairment. RESULTS: We accurately predicted chronological age in typically developing adolescents (mean absolute error = 1.53 years). The model generalized to the validation set (mean absolute error = 1.55 years, 1.98 bias adjusted) and to the independent at-risk sample (mean absolute error = 1.49 years, 1.86 bias adjusted). The brain age estimate was reliable in repeated scans (intraclass correlation = 0.94). Experience of environmental adversity (β = 0.18; 95% CI, 0.04 to 0.31; p = .02), diagnosis of major depressive disorder (β = 0.61; 95% CI, 0.23 to 0.99; p = .01), and functional impairment (β = 0.16; 95% CI, 0.05 to 0.27; p = .01) were associated with a positive brain age gap. CONCLUSIONS: Risk factors, diagnosis, and impact of mental illness are associated with an older-appearing brain during development.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».