MétaCan
Menu
Retour à la cohorte
Enregistrement W4387025497 · doi:10.1038/s44220-023-00128-7

Heterogeneous neuroimaging findings across substance use disorders localize to a common brain network

2023· article· en· W4387025497 sur OpenAlexafffund
Jacob L. Stubbs, Joseph J. Taylor, Shan Siddiqi, Frédéric Schaper, Alexander L. Cohen, William Drew, Colleen A. Hanlon, Amir Abdolahi, Henry Z. Wang, William G. Honer, William J. Panenka, Michael Fox

Notice bibliographique

RevueNature Mental Health · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensBC Mental Health & Substance Use ServicesUniversity of British Columbia
Organismes subventionnairesNational Institute of Mental HealthCanadian Institutes of Health ResearchNational Institutes of HealthChild Neurology Foundation
Mots-clésNeuroimagingInsulaNeurosciencePsychologyConnectomeAtrophyMedicinePathologyFunctional connectivity

Résumé

récupéré en direct d'OpenAlex

Substance use disorders are associated with neuroimaging abnormalities, but results are heterogeneous across studies and vary across substances, and the causal interpretation of these abnormalities is unknown. We have used network mapping approaches and a functional connectome from a large cohort of healthy participants (n = 1,000) to test whether neuroimaging abnormalities across substance use disorders map to a common brain network. Starting with coordinates of regional brain atrophy from 45 studies (3,791 participants), we found that 91% of the neuroimaging findings mapped to a common brain network. This network was specific to substance use disorder compared to atrophy associated with normal aging and neurodegenerative disease (PFWE < 0.05). Coordinates of functional MRI abnormalities from 99 studies (5,256 participants) mapped to a similar brain network. We found no differences in networks across different substance use categories. We combined all substance use disorder data (144 studies, 9,047 participants) to generate an overall coordinate-based network for substance use disorder, which included positive connectivity to the anterior cingulate, bilateral insulae, dorsolateral prefrontal cortices and thalamus, and negative connectivity to the medial prefrontal and occipital cortices. Lesions resulting in remission from nicotine use disorder (n = 34) intersected this network significantly more than control lesions (n = 69; P < 0.0084). We conclude that neuroimaging abnormalities across substance use disorders map to a common brain network that is similar across imaging modalities, substances and lesion locations that cause remission from substance use disorders. In this study Stubbs et al. find that neuroimaging neuroimaging abnormalities across substance use disorders map to a common brain network that is similar across imaging modalities and substance use categories.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,344
Écart entre enseignants0,310 · 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

Citations33
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNature Mental HealthMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207