MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388303702 · doi:10.1038/s41467-023-42588-6

Diurnal oscillations of MRI metrics in the brains of male participants

2023· article· en· W4388303702 sur OpenAlexafffund
Matthew Carlucci, Tristram A. Lett, Sofia Chavez, Alexandra Malinowski, Nancy J. Lobaugh, Artūras Petronis

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesLietuvos Mokslo TarybaKrembil FoundationCanadian Institutes of Health ResearchCentre for Addiction and Mental Health FoundationFondation Brain Canada
Mots-clésCircadian rhythmCerebral blood flowNeuroscienceRhythmNeuroimagingDiffusion MRIDiurnal temperature variationBipolar disorderPeriod (music)Brain activity and meditationHuman brainBiologyPsychologyMagnetic resonance imagingMedicineInternal medicineElectroencephalographyCognitionPhysicsRadiology

Résumé

récupéré en direct d'OpenAlex

Regulation of biological processes according to a 24-hr rhythm is essential for the normal functioning of an organism. Temporal variation in brain MRI data has often been attributed to circadian or diurnal oscillations; however, it is not clear if such oscillations exist. Here, we provide evidence that diurnal oscillations indeed govern multiple MRI metrics. We recorded cerebral blood flow, diffusion-tensor metrics, T1 relaxation, and cortical structural features every three hours over a 24-hr period in each of 16 adult male controls and eight adult male participants with bipolar disorder. Diurnal oscillations are detected in numerous MRI metrics at the whole-brain level, and regionally. Rhythmicity parameters in the participants with bipolar disorder are similar to the controls for most metrics, except for a larger phase variation in cerebral blood flow. The ubiquitous nature of diurnal oscillations has broad implications for neuroimaging studies and furthers our understanding of the dynamic nature of the human brain.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,153
Tête enseignante GPT0,378
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 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→