MétaCan
Menu
Retour à la cohorte
Enregistrement W4307374346 · doi:10.3389/fpsyt.2022.969206

The origins of evil: From lesions to the functional architecture of the antisocial brain

2022· article· en· W4307374346 sur OpenAlexafffund
Jules R. Dugré, Stéphane Potvin

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensUniversité de MontréalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesEli Lilly CanadaUniversity of Southern CaliforniaEli Lilly and Company
Mots-clésPsychologyOrbitofrontal cortexLesionNeurosciencePrefrontal cortexAmygdalaNeuroimagingGrey matterWhite matterCognitionMedicinePsychiatryMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

In the past decades, a growing body of evidence has suggested that some individuals may exhibit antisocial behaviors following brain lesions. Recently, some authors have shown that lesions underpinning antisocial behaviors may disrupt a particular brain network during resting-state. However, it remains unknown whether these brain lesions may alter specific mental processes during tasks. Therefore, we conducted meta-analytic co-activation analyses on lesion masks of 17 individuals who acquired antisocial behaviors following their brain lesions. Each lesion mask was used as a seed of interest to examine their aberrant co-activation network using a database of 143 whole-brain neuroimaging studies on antisocial behaviors (n= 5,913 subjects). We aimed to map the lesion brain network that shows deficient activity in antisocial population against a null distribution derived from 655 control lesions. We further characterized the lesion-based meta-analytic network using term-based decoding (Neurosynth) as well as receptor/transporter density maps (JuSpace). We found that the lesion meta-analytic network included the amygdala, orbitofrontal cortex, ventro- and dorso-medial prefrontal cortex, fusiform face area, and supplementary motor area (SMA), which correlated mainly with emotional face processing and serotoninergic system (5-HT1Aand 5-HTT). We also investigated the heterogeneity in co-activation networks through data-driven methods and found that lesions could be grouped in four main networks, encompassing emotional face processing, general emotion processing, and reward processing. Our study shows that the heterogeneous brain lesions underpinning antisocial behaviors may disrupt specific mental processes, which further increases the risk for distinct antisocial symptoms. It also highlights the importance and complexity of studying brain lesions in relationship with antisocial behaviors.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,268
Écart entre enseignants0,255 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207