Evaluating test–retest reliability and sex‐/age‐related effects on temporal clustering coefficient of dynamic functional brain networks
Notice bibliographique
Résumé
The multilayer dynamic network model has been proposed as an effective method to understand the brain function. In particular, derived from the definition of clustering coefficient in static networks, the temporal clustering coefficient provides a direct measure of the topological stability of dynamic brain networks and shows potential in predicting altered brain functions. However, test-retest reliability and demographic-related effects on this measure remain to be evaluated. Using a data set from the Human Connectome Project (157 male and 180 female healthy adults; 22-37 years old), the present study investigated: (1) the test-retest reliability of temporal clustering coefficient across four repeated resting-state functional magnetic resonance imaging scans as measured by intraclass correlation coefficient (ICC); and (2) sex- and age-related effects on temporal clustering coefficient. The results showed that (1) the temporal clustering coefficient had overall moderate test-retest reliability (ICC > 0.40 over a wide range of densities) at both global and subnetwork levels, (2) female subjects showed significantly higher temporal clustering coefficient than males at both global and subnetwork levels, particularly within the default-mode and subcortical regions, and (3) temporal clustering coefficient of the subcortical subnetwork was positively correlated with age in young adults. The results of sex effects were robustly replicated in an independent REST-meta-MDD data set, while the results of age effects were not. Our findings suggest that the temporal clustering coefficient is a relatively reliable and reproducible approach for identifying individual differences in brain function, and provide evidence for demographically related effects on the human brain dynamic connectomes.
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 | 0,003 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».