Cortical Gyrification Morphology in Adult Males with Mild Traumatic Brain Injury
Notice bibliographique
Résumé
Abstract Cortical gyrification, as a specific measure derived from magnetic resonance imaging, remains understudied in mild traumatic brain injury (mTBI). Local gyrification index ( l GI) and mean curvature are related measures indexing the patterned folding of the cortex,ml which reflect distinct properties of cortical morphology and geometry. Using both metrics, we examined cortical gyrification morphology in 59 adult males with mTBI ( n = 29) versus those without ( n = 30) mTBI in the subacute phase of injury (between 2 weeks and 3 months). The effect of IQ on l GI and brain-symptom relations were also examined. General linear models revealed greater l GI in mTBI versus controls in the frontal lobes bilaterally, but reduced l GI in mTBI of the left temporal lobe. An age-related decrease in l GI was found in numerous areas, with no significant group-by-age interaction effects observed. Including other factors (i.e., mTBI severity, symptoms, and IQ) in the l GI model yielded similar results with few exceptions. Mean curvature analyses depicted a significant group-by-age interaction with the absence of significant main effects of group or age. Our results suggest that cortical gyrification morphology is adversely affected by mTBI in both frontal and temporal lobes, which are thought of as highly susceptible regions to mTBI. These findings contribute to understanding the effects of mTBI on neuromorphological properties, such as alterations in cortical gyrification, which reflect underlying microstructural changes (i.e., apoptosis, neuronal number, or white matter alterations). Future studies are needed to infer causal relationships between micro- and macrostructural changes after an mTBI and investigate potential sex differences.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».