MétaCan
Menu
Retour à la cohorte
Enregistrement W3211125389 · doi:10.1101/2021.10.18.21264728

Brain Structure in Acutely Underweight and Partially Weight-Restored Individuals with Anorexia Nervosa - A Coordinated Analysis by the ENIGMA Eating Disorders Working Group

2021· article· en· W3211125389 sur OpenAlexaff
Esther Walton, Fabio Bernardoni, Victoria-Luise Batury, Klaas Bahnsen, Sara Larivière, Giovanni Abbate‐Daga, Susana Andrés-Perpiñá, Lasse Bang, Amanda Bischoff‐Grethe, Samantha J. Brooks, Iain C. Campbell, Giammarco Cascino, Josefina Castro‐Fornieles, Enrico Collantoni, Federico D’Agata, Brigitte Dahmen, Unna N. Danner, Angela Favaro, Jamie D. Feusner, Guido Frank, Hans‐Christoph Friederich, John L. Graner, Beate Herpertz‐Dahlmann, Andreas Heß, Stefanie Horndasch, Allan S. Kaplan, Lisa‐Katrin Kaufmann, Walter H. Kaye, Sahib S. Khalsa, Kevin S. LaBar, Luca Lavagnino, Luisa Lázaro, Renzo Manara, Amy Miles, Gabriella Milos, Alessio Maria Monteleone, Palmiero Monteleone, Benson Mwangi, Owen O’Daly, Jose Ángel Pariente, Julie Roesch, Ulrike Schmidt, Jochen Seitz, Megan E. Shott, Joe J. Simon, Paul A.M. Smeets, Christian K. Tamnes, Elena Tenconi, Sophia I. Thomopoulos, Annemarie Elburg, Aristotle N. Voineskos, Georg G. von Polier, Christina E. Wierenga, Nancy Zucker, Joseph A. King, Paul M. Thompson, Laura A. Berner, Stefan Ehrlich

Notice bibliographique

RevuemedRxiv · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensCentre for Addiction and Mental HealthMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésUnderweightAnorexia nervosaNeuroimagingMedicineGrey matterMalnutritionAnorexiaPopulationBody weightPediatricsInternal medicinePhysiologyEating disordersPsychiatryBody mass indexMagnetic resonance imagingEnvironmental healthRadiologyOverweight

Résumé

récupéré en direct d'OpenAlex

Background: The pattern of structural brain abnormalities in anorexia nervosa (AN) is still not well understood. While several studies report substantial deficits in gray matter volume and cortical thickness in acutely underweight patients, others find no differences, or even increases in patients compared with healthy control subjects. Recent weight regain before scanning may explain some of this heterogeneity. To clarify the extent, magnitude, and dependencies of gray matter changes in AN, we conducted a prospective, coordinated meta-analysis of multicenter neuroimaging data. Methods: We analyzed T1-weighted structural magnetic resonance imaging scans assessed with standardized methods from 685 female patients with AN and 963 female healthy control subjects across 22 sites worldwide. In addition to a case-control comparison, we conducted a 3-group analysis comparing healthy control subjects with acutely underweight AN patients (n = 466) and partially weight-restored patients in treatment (n = 251). Results: In AN, reductions in cortical thickness, subcortical volumes, and, to a lesser extent, cortical surface area were sizable (Cohen's d up to 0.95), widespread, and colocalized with hub regions. Highlighting the effects of undernutrition, these deficits were associated with lower body mass index in the AN sample and were less pronounced in partially weight-restored patients. Conclusions: The effect sizes observed for cortical thickness deficits in acute AN are the largest of any psychiatric disorder investigated in the ENIGMA (Enhancing Neuro Imaging Genetics through Meta Analysis) Consortium to date. These results confirm the importance of considering weight loss and renutrition in biomedical research on AN and underscore the importance of treatment engagement to prevent potentially long-lasting structural brain changes in this population.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetEating Disorders and BehaviorsTravaux en français237 207