MétaCan
Menu
Retour à la cohorte
Enregistrement W4210381030 · doi:10.1523/eneuro.0075-21.2022

Personalized Connectome-Based Modeling in Patients with Semi-Acute Phase TBI: Relationship to Acute Neuroimaging and 6 Month Follow-Up

2022· article· en· W4210381030 sur OpenAlexafffund
Tyler Good, Michael Schirner, Kelly Shen, Petra Ritter, Pratik Mukherjee, Brian Levine, Anthony R. McIntosh

Notice bibliographique

RevueeNeuro · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesNational Center for Complementary and Integrative HealthNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchJames S. McDonnell FoundationGovernment of CanadaBerlin Institute of HealthHorizon 2020 Framework ProgrammeDeutsche ForschungsgemeinschaftOntario Neurotrauma Foundation
Mots-clésNeuroimagingConnectomeTraumatic brain injuryMedicineNeurosciencePhysical medicine and rehabilitationPsychologyFunctional connectivityPsychiatry

Résumé

récupéré en direct d'OpenAlex

Following traumatic brain injury (TBI), cognitive impairments manifest through interactions between microscopic and macroscopic changes. On the microscale, a neurometabolic cascade alters neurotransmission, while on the macroscale diffuse axonal injury impacts the integrity of long-range connections. Large-scale brain network modeling allows us to make predictions across these spatial scales by integrating neuroimaging data with biophysically based models to investigate how microscale changes invisible to conventional neuroimaging influence large-scale brain dynamics. To this end, we analyzed structural and functional neuroimaging data from a well characterized sample of 44 adult TBI patients recruited from a regional trauma center, scanned at 1-2 weeks postinjury, and with follow-up behavioral outcome assessed 6 months later. Thirty-six age-matched healthy adults served as comparison participants. Using The Virtual Brain, we fit simulations of whole-brain resting-state functional MRI to the empirical static and dynamic functional connectivity of each participant. Multivariate partial least squares (PLS) analysis showed that patients with acute traumatic intracranial lesions had lower cortical regional inhibitory connection strengths than comparison participants, while patients without acute lesions did not differ from the comparison group. Further multivariate PLS analyses found correlations between lower semiacute regional inhibitory connection strengths and more symptoms and lower cognitive performance at a 6 month follow-up. Critically, patients without acute lesions drove this relationship, suggesting clinical relevance of regional inhibitory connection strengths even when traumatic intracranial lesions were not present. Our results suggest that large-scale connectome-based models may be sensitive to pathophysiological changes in semi-acute phase TBI patients and predictive of their chronic outcomes.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,334
Écart entre enseignants0,264 · 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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeNeuroMême sujetTraumatic Brain Injury ResearchTravaux en français237 207