White matter microstructure and volume correlates of premenstrual dysphoric disorder
Notice bibliographique
Résumé
Background: Premenstrual dysphoric disorder (PMDD) is a mood disorder characterized by psychological and physical symptoms. Differences in white matter have been associated with affective and anxiety disorders, which share some symptoms with PMDD. However, whether white matter structure differs between the brains of individuals with PMDD and healthy controls is not known, nor is its relation to symptom severity. Methods: We performed tract-based spatial statistics and voxel-based morphometry analyses of diffusion tensor imaging metrics and white matter volume, using 2 neuroimaging data sets ( n = 67 and n = 131) and a combined whole-brain and region-of-interest approach. We performed correlation analyses to investigate the relationship between regions with different white matter microstructure and volume and PMDD symptom severity. Results: We found greater fractional anisotropy in the left uncinate fasciculus ( d = 0.69) in individuals with PMDD compared to controls. Moreover, the volume of the right uncinate fasciculus was higher in individuals with PMDD compared to controls ( d = 0.40). As well, the severity of premenstrual depression was positively correlated with fractional anisotropy in the right superior longitudinal fasciculus ( r = 0.35). Limitations: It is challenging to interpret group differences in diffusion tensor imaging metrics in terms of their underlying biophysical properties. The small size of the control group in the diffusion tensor imaging study may have prevented effects of interest from being detected. Conclusion: The findings of the present study provide evidence of differential cerebral white matter structure associated with PMDD and its symptoms.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».