Data-driven study on resting-state functional magnetic resonance imaging during early abstinence of alcohol dependence in male patients and its predictive value for relapse
Notice bibliographique
Résumé
BACKGROUND: Alcohol dependence is a mental disorder with a high relapse rate. However, specific neuroimaging biomarkers have not been determined for alcohol dependence and its relapse. We conducted data-driven research to investigate resting-state functional magnetic resonance imaging (rs-fMRI) during early abstinence from alcohol dependence and its potential ability to predict relapse. METHODS: Participants included 68 alcohol-dependent patients and 68 healthy controls (HCs). The regional homogeneity (ReHo) and fractional amplitude of low-frequency fluctuations (fALFF) were compared between the alcohol dependence group and the HCs and between the relapse group and the nonrelapse group. The brain regions that presented significantly different ReHo and/or fALFF between the alcohol-dependent patients and HCs and/or between the relapsed and nonrelapsed patients were selected as the seeds to calculate the functional connectivities (FCs). RESULTS: During a 6-month follow-up period, 52.24% of alcohol-dependent patients relapsed. A regression model for differentiating alcohol-dependent patients and HCs showed that reductions in ReHo in the left postcentral region, fALFF in the right fusiform region, and FC in the right fusiform region to the right middle cingulum were independently associated with alcohol dependence, with an area under the receiver operating characteristic curve (AUC) of 0.841. The baseline FC of the left precentral to the left cerebellum of the relapse group was significantly lower than that of the nonrelapse group. The AUC of this FC to predict relapse was 0.774. CONCLUSIONS: Our findings contribute to advancing research on the neurobiological etiology and predictive biomarkers for relapse associated with alcohol dependence.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».