MétaCan
Menu
Retour à la cohorte
Enregistrement W4383998434 · doi:10.1002/hbm.26404

Brain volumes in alcohol use disorder: Do females and males differ? A whole‐brain magnetic resonance imaging mega‐analysis

2023· article· en· W4383998434 sur OpenAlexaff
Eleonora Maggioni, Maria Gloria Rossetti, Nicholas B. Allen, Albert Batalla, Marcella Bellani, Yann Chye, Janna Cousijn, Anna E. Goudriaan, Robert Hester, Kent E. Hutchison, Chiang‐Shan R. Li, Rocío Martín‐Santos, Reza Momenan, Rajita Sinha, Lianne Schmaal, Nadia Solowij, Chao Suo, Ruth J. van Holst, Dick J. Veltman, Murat Yücel, Paul M. Thompson, Patricia Conrod, Scott Mackey, Hugh Garavan, Paolo Brambilla, Valentina Lorenzetti

Notice bibliographique

RevueHuman Brain Mapping · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesNational Center for Research ResourcesNational Institute on Alcohol Abuse and AlcoholismMedical Research CouncilNational Institutes of HealthNational Institute on Drug AbuseRamaciotti FoundationsFundação BialMinistero della SaluteNational Center for Advancing Translational SciencesAustralian Catholic UniversityNederlandse Organisatie voor Wetenschappelijk OnderzoekNational Health and Medical Research CouncilZonMw
Mots-clésAlcohol use disorderWhite matterPsychologyMagnetic resonance imagingBrain sizeVoxel-based morphometryNeuroscienceMedicineBiologyAlcoholRadiology

Résumé

récupéré en direct d'OpenAlex

Emerging evidence suggests distinct neurobiological correlates of alcohol use disorder (AUD) between sexes, which however remain largely unexplored. This work from ENIGMA Addiction Working Group aimed to characterize the sex differences in gray matter (GM) and white matter (WM) correlates of AUD using a whole-brain, voxel-based, multi-tissue mega-analytic approach, thereby extending our recent surface-based region of interest findings on a nearly matching sample using a complementary methodological approach. T1-weighted magnetic resonance imaging (MRI) data from 653 people with AUD and 326 controls was analyzed using voxel-based morphometry. The effects of group, sex, group-by-sex, and substance use severity in AUD on brain volumes were assessed using General Linear Models. Individuals with AUD relative to controls had lower GM volume in striatal, thalamic, cerebellar, and widespread cortical clusters. Group-by-sex effects were found in cerebellar GM and WM volumes, which were more affected by AUD in females than males. Smaller group-by-sex effects were also found in frontotemporal WM tracts, which were more affected in AUD females, and in temporo-occipital and midcingulate GM volumes, which were more affected in AUD males. AUD females but not males showed a negative association between monthly drinks and precentral GM volume. Our results suggest that AUD is associated with both shared and distinct widespread effects on GM and WM volumes in females and males. This evidence advances our previous region of interest knowledge, supporting the usefulness of adopting an exploratory perspective and the need to include sex as a relevant moderator variable in AUD.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,046
Tête enseignante GPT0,301
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'étudeMéta-analyse
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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207