MétaCan
Menu
Retour à la cohorte
Enregistrement W3211769902 · doi:10.1016/j.ynirp.2021.100064

Brain structure and function changes in ulcerative colitis

2021· article· en· W3211769902 sur OpenAlexafffund
Jennifer Kornelsen, Kelcie Witges, Jennifer S. Labus, Emeran A. Mayer, Çharles N. Bernstein

Notice bibliographique

RevueNeuroimage Reports · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of California, Los AngelesNational Institutes of HealthNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of Manitoba
Mots-clésUlcerative colitisVoxel-based morphometryGrey matterMagnetic resonance imagingBrain Structure and FunctionVoxelDorsumFunctional magnetic resonance imagingBrain morphometryNeuroscienceDefault mode networkInflammatory bowel diseaseMedicinePathologyPsychologyDiseaseWhite matterNeuroimagingAnatomyRadiology

Résumé

récupéré en direct d'OpenAlex

As the importance of the brain-gut axis in the pathobiology of inflammatory bowel disease continues to evolve, a greater understanding of brain structure and brain functional connectivity (FC) in diseases such as ulcerative colitis (UC) are necessary. In this magnetic resonance imaging (MRI) study, we investigated differences in brain structure and in FC of brain regions in 76 participants with UC and 74 healthy controls (HC). Voxel based morphometry analysis indicated greater grey matter volume in multiple brain regions in UC as compared to HC. Differences in FC between groups were identified in the cerebellar, default mode, visual, and dorsal attention networks. FC differed by sex for the visual and dorsal attention networks. These differences provide evidence that the brain-gut axis is altered in UC and warrant further investigation to determine if they help direct the evolution of UC or if they evolve in response to the presence of UC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,264
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroimage ReportsMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207