Diffusion and functional MRI findings and their relationship to behaviour in postconcussion syndrome: a scoping review
Notice bibliographique
Résumé
Postconcussion syndrome (PCS) is a term attributed to the constellation of symptoms that fail to recover after a concussion. PCS is associated with a variety of symptoms such as headaches, concentration deficits, fatigue, depression and anxiety that have an enormous impact on patients' lives. There is currently no diagnostic biomarker for PCS. There have been attempts at identifying structural and functional brain changes in patients with PCS, using diffusion tensor imaging (DTI) and functional MRI (fMRI), respectively, and relate them to specific PCS symptoms. In this scoping review, we appraised, synthesised and summarised all empirical studies that (1) investigated structural or functional brain changes in PCS using DTI or fMRI, respectively, and (2) assessed behavioural alterations in patients with PCS. We performed a literature search in MEDLINE (Ovid), Embase (Ovid) and PsycINFO (Ovid) for primary research articles published up to February 2020. We identified 8306 articles and included 45 articles that investigated the relationship between DTI and fMRI parameters and behavioural changes in patients with PCS: 20 diffusion, 20 fMRI studies and 5 papers with both modalities. Most frequently studied structures were the corpus callosum, superior longitudinal fasciculus in diffusion and the dorsolateral prefrontal cortex and default mode network in the fMRI literature. Although some white matter and fMRI changes were correlated with cognitive or neuropsychiatric symptoms, there were no consistent, converging findings on the relationship between neuroimaging abnormalities and behavioural changes which could be largely due to the complex and heterogeneous presentation of PCS. Furthermore, the heterogeneity of symptoms in PCS may preclude discovery of one biomarker for all patients. Further research should take advantage of multimodal neuroimaging to better understand the brain-behaviour relationship, with a focus on individual differences rather than on group comparisons.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,020 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».