MétaCan
Menu
Retour à la cohorte
Enregistrement W4362587437 · doi:10.1101/2023.03.29.534795

Towards a Neurobiologically-driven Ontology of Mental Functions: A Data-driven Summary of the Twenty Years of Neuroimaging Meta-Analyses

2023· preprint· en· W4362587437 sur OpenAlexaff
Jules R. Dugré, Stéphane Potvin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésNeuroimagingResearch Domain CriteriaFunctional neuroimagingPsychologyCognitive psychologyTask (project management)Computer scienceSimilarity (geometry)Valence (chemistry)CognitionNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A persistent effort in neuroscience has been to pinpoint the neurobiological substrates that support mental processes. The Research Domain Criteria (RDoC) aims to develop a new framework based on fundamental neurobiological dimensions. However, results from several meta-analysis of task-based fMRI showed substantial spatial overlap between several mental processes including emotion and anticipatory processes, irrespectively of the valence. Consequently, there is a crucial need to better characterize the core neurobiological processes using a data-driven techniques, given that these analytic approaches can capture the core neurobiological processes across neuroimaging literature that may not be identifiable through expert-driven categories. Therefore, we sought to examine the main data-driven co-activation networks across the past 20 years of published meta-analyses on task-based fMRI studies. We manually extracted 19,822 coordinates from 1,347 identified meta-analytic experiments. A Correlation-Matrix-Based Hierarchical Clustering was conducted on spatial similarity between these meta-analytic experiments, to identify the main co-activation networks. Activation likelihood estimation was then used to identify spatially convergent brain regions across experiments in each network. Across 1,347 meta-analyses, we found 13 co-activation networks which were further characterized by various psychological terms and distinct association with receptor density maps and intrinsic functional connectivity networks. At a fMRI activation resolution, neurobiological processes seem more similar than different across various mental functions. We discussed the potential limitation of linking brain activation to psychological labels and investigated potential avenues to tackle this long-lasting research question.

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)0,116
score de la tête « metaresearch » (Gemma)0,168
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1160,168
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0090,024
Bibliométrie0,0140,012
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0050,003
Intégrité de la recherche0,0020,003
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 Opus0,181
Tête enseignante GPT0,321
Écart entre enseignants0,139 · 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.

Devis d'étudeMéta-analyse
DomaineMéthodes
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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetFunctional Brain Connectivity StudiesTravaux en français237 207