Years of play alter MRI measures of brain health in former Canadian Football League athletes: a pilot study
Notice bibliographique
Résumé
Introduction: Concussive and sub-concussive blows are commonly sustained during contact sports. Through a detailed neuroimaging analysis, this pilot study aimed to determine if a history of sport-related concussions exacerbated cognitive decline later in life. It was hypothesized that clinical health assessments and magnetic resonance imaging (MRI) techniques would provide insight into lasting health and well-being, structural, microstructural, and functional alterations caused by a history of concussive injuries. Materials and Methods: Twenty aging, retired Canadian Football League (rCFL) players (aged 56.9 ± 6.9) had clinical testing and MRI data acquired. Cortical thickness, voxel-wise diffusion tensor imaging (DTI), and Default Mode Network (DMN) connectivity data was collected for each subject and compared against healthy controls. Retired athlete age, playing position, and career length were also examined. Results: This study found widespread cortical thinning, significantly increased mean diffusivity, increased axial diffusivity, and both hyperactivity and hypoactivity within the DMN. Athlete age, position, and career length all influenced microstructural integrity. On average, retired athletes scored about 4 times greater depression-like and concussion-related symptoms and scored significantly lower in all health categories compared to healthy controls. Conclusions: These findings suggested that lasting signs of neurological injuries were present years after retiring from professional play.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».