MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224041279 · doi:10.1101/2022.04.01.486632

Microstructural alterations in tract development in college football: a longitudinal diffusion MRI study

2022· preprint· en· W4224041279 sur OpenAlexaff
Maged Goubran, Brian D. Mills, Marios Georgiadis, Mahta Karimpoor, Nicole Mouchawar, Sohrab Sami, Emily L. Dennis, Carolyn Akers, Lex A. Mitchell, Brian M. Boldt, David Douglas, Phil DiGiacomo, Jarrett Rosenberg, Gerald Grant, Max Wintermark, David B. Camarillo, Michael Zeineh

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésDiffusion MRIConcussionFractional anisotropyFootballCorpus callosumPsychologyCingulum (brain)White matterSuperior longitudinal fasciculusMedicineFasciculusAmerican footballPhysical therapyNuclear medicineMagnetic resonance imagingAnatomyPoison controlRadiologyInjury prevention

Résumé

récupéré en direct d'OpenAlex

Abstract Background and Objectives Repeated concussive and sub-concussive impacts in high-contact sports can affect the brain’s microstructure, which can be studied using diffusion MRI. Most prior imaging studies, however, employ a cross-sectional design, do not include low-contact players as controls, or use traditional diffusion tensor imaging without investigating novel tractspecific microstructural metrics. Methods We examined brain microstructure in 63 high-contact (American football) and 34 low-contact (volleyball) collegiate athletes with up to 4 years of follow-up (315 total scans) using advanced diffusion MRI, a comprehensive set of multi-compartment models, and automated fiber quantification tools. We investigated diffusion metrics along the length of tracts using nested linear mixed-effects models to ascertain the acute and chronic effects of sub-concussive and concussive impacts, as well as associations between diffusion changes with clinical, behavioral, and sports-related measures. Results Significant longitudinal increases in fractional anisotropy and axonal water fraction were detected in volleyball players, but not in football players, along with decreases in radial and mean diffusivity as well as orientation dispersion index (all findings absolute T-statistic > 3.5, p < .0001). This pattern was present in the callosum forceps minor, left superior longitudinal fasciculus, left thalamic radiation, and right cingulum hippocampus. Longitudinal group differences were more prominent and observed in a larger number of tracts in concussed (previously or in-study) football players (p < .0001), while smaller effects were noted in un-concussed players. An analysis of immediate-post concussion scans in football players demonstrated a transient localized increase in axial diffusivity, mean and radial kurtosis in the left uncinate and right cingulum hippocampus (p < .0001). Finally, football players with high position-based sub-concussive risk demonstrated increased orientation dispersion index over time (p < .0001). Discussion The observed longitudinal changes in our volleyball cohort likely reflect normal development in this age range, while the relative attenuation of these effects seen in football, and especially concussed athletes, could possibly reveal diminished myelination, altered axonal calibers, or depressed pruning processes leading to a static, non-decreasing axonal dispersion. This prospective longitudinal study demonstrates significantly divergent tract-specific trajectories of brain microstructure, possibly reflecting a concussive and/or repeated sub-concussive impact-related alteration of normal white matter development in football athletes.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,265 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→