Structural Covariance of Depth-Dependent Intracortical Myelination in the Human Brain and Its Application to Drug-Naïve Schizophrenia: A T1w/T2w MRI Study
Notice bibliographique
Résumé
Aberrations in intracortical myelination are increasingly being considered as a cardinal feature in the pathophysiology of schizophrenia. We investigated the network-level distribution of intracortical myelination across various cortex depths. We enrolled 126 healthy subjects and 106 first-episode drug-naïve schizophrenia patients. We used T1w/T2w ratio as a proxy of intracortical myelination, parcellated cortex into several equivolumetric surfaces based on cortical depths and mapped T1w/T2w ratios to each surface. Non-negative matrix factorization was used to generate depth-dependent structural covariance networks (dSCNs) of intracortical myelination from 2 healthy controls datasets-one from our study and another from 100-unrelated dataset of the Human Connectome Project. For patient versus control comparisons, partial least squares approach was used; we also related myelination to clinical features of schizophrenia. We found that dSCNs were highly reproducible in 2 independent samples. Network-level myelination was reduced in prefrontal and cingulate cortex and increased in perisylvian cortex in schizophrenia. The abnormal network-level myelination had a canonical correlation with symptom burden in schizophrenia. Moreover, myelination of prefrontal cortex correlated with duration of untreated psychosis. In conclusion, we offer a feasible and sensitive framework to study depth-dependent myelination and its relationship with clinical features.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».