Brain volumes in alcohol use disorder: Do females and males differ? A whole‐brain magnetic resonance imaging mega‐analysis
Notice bibliographique
Résumé
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 ».