MétaCan
Menu
Retour à la cohorte
Enregistrement W4214636696 · doi:10.1503/jpn.210144

Differences in subcortical brain volumes among patients with schizophrenia and bipolar disorder and healthy controls

2022· article· en· W4214636696 sur OpenAlexvenueno aff
Kazutaka Ohi, Miori Ishibashi, Kaai Torii, Mayuka Hashimoto, Yurika Yano, Toshiki Shioiri

Notice bibliographique

RevueJournal of Psychiatry and Neuroscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesKanazawa Medical UniversityKanazawa University
Mots-clésBipolar disorderPutamenGlobus pallidusSchizophrenia (object-oriented programming)ThalamusPsychologyAmygdalaBipolar I disorderNeurosciencePsychosisCaudate nucleusBasal gangliaMedicineInternal medicinePsychiatryManiaCentral nervous systemCognition

Résumé

récupéré en direct d'OpenAlex

Background: Patients with schizophrenia and bipolar disorder have an overlapping polygenic architecture and clinical similarities, although the 2 disorders are distinct diagnoses with clinical dissimilarities. It remains unclear whether there are specific differences in subcortical volumes between schizophrenia and bipolar disorder, and whether the subcortical differences are affected by any clinical characteristics. We investigated differences in subcortical volumes bilaterally among patients with schizophrenia, patients with bipolar disorder and healthy controls. We also investigated the influences of clinical characteristics on specific subcortical volumes in these patient groups. Methods: We collected 3 T T1-weighted MRI brain scans from 413 participants (157 with schizophrenia, 51 with bipolar disorder and 205 controls) with a single scanner at a single institute. We used FreeSurfer version 6.0 for processing the T1-weighted images to segment the following subcortical brain volumes: thalamus, caudate, putamen, globus pallidus, hippocampus, amygdala and nucleus accumbens. Differences in the 7 subcortical volumes were investigated among the groups. We also evaluated correlations between subcortical volumes and clinical variables in these patient groups. Results: Of 7 subcortical regions, patients with schizophrenia had significantly smaller volumes in the left thalamus (Cohen d = −0.29, p = 5.83 × 10−3), bilateral hippocampi (left, d = −0.36, p = 8.85 × 10−4; right, d = −0.41, p = 1.15 × 10−4) and left amygdala ( d = −0.31, p = 4.02 × 10−3) than controls. Compared with controls, patients with bipolar disorder had bilateral reductions only in the hippocampal volumes (left, d = −0.52, p = 1.12 × 10−3; right, d = −0.58, p = 0.30 × 10−4). We also found that patients with schizophrenia had significantly smaller volumes in the bilateral amygdalae (left, d = −0.43, p = 4.22 × 10−3; right, d = −0.45, p = 4.56 × 10−3) than patients with bipolar disorder. We did not find any significant volumetric differences in the other 6 subcortical structures between patient groups ( p > 0.05). Smaller left amygdalar volumes were significantly correlated with younger onset age only in patients with schizophrenia ( r = 0.22, p = 5.78 × 10−3). Limitations: We did not evaluate the differences in subcortical volumes between patients stratified based on clinical bipolar disorder subtype and a history of psychotic episodes because our sample size of patients with bipolar disorder was limited. Conclusion: Our findings suggest that volumetric differences in the amygdala between patients with schizophrenia and those with bipolar disorder may be a putative biomarker for distinguishing 2 clinically similar diagnoses.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatry and NeuroscienceMême sujetSchizophrenia research and treatmentTravaux en français237 207