Extended and replicated white matter changes in obesity: Voxel-based and region of interest meta-analyses of diffusion tensor imaging studies
Notice bibliographique
Résumé
Introduction: Obesity has become a global public health issue, which impacts general health and the brain. Associations between obesity and white matter microstructure measured using diffusion tensor imaging have been under reviewed, despite a relatively large number of individual studies. Our objective was to determine the association between obesity and white matter microstructure in a large general population sample. Methods: We analyzed location of brain white matter changes in obesity using the Anisotropic Effect Size Seed-based d Mapping (AES-SDM) method in a voxel-based meta-analysis, with validation in a region of interest (ROI) effect size meta-analysis. Our sample included 21 742 individuals from 51 studies. Results: The voxel-based spatial meta-analysis demonstrated reduced fractional anisotropy (FA) with obesity in the genu and splenium of the corpus callosum, middle cerebellar peduncles, anterior thalamic radiation, cortico-spinal projections, and cerebellum. The ROI effect size meta-analysis replicated associations between obesity and lower FA in the genu and splenium of the corpus callosum, middle cerebellar peduncles. Effect size of obesity related brain changes was small to medium. Discussion: Our findings demonstrate obesity related brain white matter changes are localized rather than diffuse. Better understanding the brain correlates of obesity could help identify risk factors, and targets for prevention or treatment of brain changes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,032 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».