MétaCan
Menu
Retour à la cohorte
Enregistrement W4387393066 · doi:10.1002/hbm.26484

Spatiotemporal dedifferentiation of the global brain signal topography along the adult lifespan

2023· article· en· W4387393066 sur OpenAlexaff
Yujia Ao, Chengxiao Yang, Jan Drewes, Muliang Jiang, Lihui Huang, Xiujuan Jing, Georg Northoff, Yifeng Wang

Notice bibliographique

RevueHuman Brain Mapping · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésHuman brainNeuroscienceFunctional magnetic resonance imagingBrain mappingBiologyCoupling (piping)

Résumé

récupéré en direct d'OpenAlex

Age-related variations in many regions and/or networks of the human brain have been uncovered using resting-state functional magnetic resonance imaging. However, these findings did not account for the dynamical effect the brain's global activity (global signal [GS]) causes on local characteristics, which is measured by GS topography. To address this gap, we tested GS topography including its correlation with age using a large-scale cross-sectional adult lifespan dataset (n = 492). Both GS topography and its variation with age showed frequency-specific patterns, reflecting the spatiotemporal characteristics of the dynamic change of GS topography with age. A general trend toward dedifferentiation of GS topography with age was observed in both spatial (i.e., less differences of GS between different regions) and temporal (i.e., less differences of GS between different frequencies) dimensions. Further, methodological control analyses suggested that although most age-related dedifferentiation effects remained across different preprocessing strategies, some were triggered by neuro-vascular coupling and physiological noises. Together, these results provide the first evidence for age-related effects on global brain activity and its topographic-dynamic representation in terms of spatiotemporal dedifferentiation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,588
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,050
Tête enseignante GPT0,276
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207