MétaCan
Menu
Retour à la cohorte
Enregistrement W4380185499 · doi:10.1055/s-0043-1767469

Asymmetric hearing loss is associated with altered white matter mesostructure and cortical measures in temporal and occipital regions

2023· article· en· W4380185499 sur OpenAlexaff
Iva Speck, Susan Arndt, Antje Aschendorff, Ann-Kathrin Rauch, Pierre LeVan, Burak Akın, Alexander Rau

Notice bibliographique

RevueLaryngo-Rhino-Otologie · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWhite matterDiffusion MRIAudiologyHearing lossNeuroscienceStructural integrityDiffusion imagingOccipital regionMagnetic resonance imagingMedicinePsychologyAnatomyRadiology

Résumé

récupéré en direct d'OpenAlex

Purpose To explore the differences in gray and white matter integrity between patients with asymmetric hearing loss (AHL) and normal-hearing controls (NH) using structural MRI and diffusion tensor imaging (DTI). Methods Nine right-handed adults with left AHL and 12 matched NH controls received 3.0 T-MRI of the brain. CAT-12 derived tissue probability values of gray matter (GM) in the temporal, occipital and postcentral cortex were measured. Microstructure was assessed with DTI-derived fractional anisotropy (FA) in temporal, occipital and postcentral white matter regions. For group comparison, the asymmetry index (AI) for FA/GM was calculated: ipsi- minus contralateral divided by their mean. Negative AI reflect higher values in the ipsilateral region and positive AI reflect higher values in the contralateral region. Results Significantly higher FA-AI was found in the middle temporal region in AHL than NH (mean -0.03 vs. -0.07; p=0.02). The GM-AI of the inferior temporal cortex in AHL was significantly increased compared to NH (mean 0.07 vs. 0.04, p=0.02). A trend level higher GM-AI of the middle temporal cortex was seen in AHL (mean 0.07 vs. 0.05, p=0.08). In the superior occipital cortex, the GM-AI was significantly higher in AHL than NH (mean 0.0006 vs. -0.07; p=0.02). Conclusion Our results suggest that left AHL results in a reduction of FA-AI of the right middle temporal region, which indicates an increased connectivity contralateral to the more hearing-impaired ear. This might be due to cross-modal plasticity as we observed a loss of asymmetry in the superior occipital lobe in AHL, whereas in both NH and AHL the right inferior temporal cortex GM values were higher, but more pronounced in AHL. This could reflect the increased connectivity of the temporal region. Berta-Ottenstein-Programme für Clinician Scientists, Universität Freiburg und Taube Kinder lernen hören! Gesellschaft zur Förderung des Implant Centrum Freiburg e.V. Publication History Article published online: 12 May 2023 Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,081
Tête enseignante GPT0,335
Écart entre enseignants0,253 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaryngo-Rhino-OtologieMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207