MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399474428 · doi:10.1101/2024.06.07.598022

Menstrual cycle phase modulates causal connectivity in the resting-state brain of healthy females

2024· preprint· en· W4399474428 sur OpenAlexaff
John McLeod, Sahar Sattari, Ajay Chavan, Liisa A.M. Galea, Shazia’Ayn Babul, Naznin Virji‐Babul

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueNeuroendocrine regulation and behavior
Établissements canadiensBC Children's HospitalVancouver Coastal HealthCentre for Addiction and Mental HealthUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLuteal phaseMenstrual cycleFollicular phaseResting state fMRIHormonePhysiologyInternal medicineEndocrinologyElectroencephalographyPsychologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Background Ovarian hormones exert direct and indirect influences on the brain; however, little is known about how these hormones impact causal brain connectivity. Studying the female brain at a single time point may be confounded by distinct hormone phases. Despite this, the menstrual cycle is often overlooked. The primary objective of this pilot study was to evaluate resting-state causal connectivity during the early follicular and mid-luteal menstrual phases corresponding to low vs high estradiol and progesterone, respectively. Methods Fourteen healthy control females ( M = 20.36 years, SD = 2.02) participated in this study. Participants were scheduled for two resting-state electroencephalography (EEG) scans during their monthly menstrual cycle. A saliva sample was also collected at each EEG session for hormone analyses. Causal connectivity was quantified using information flow rate of EEG source data. Demographic information, emotional empathy, and sleep quality were obtained from self-report questionnaires. Results Progesterone levels were significantly higher in the mid-luteal phase compared to the early follicular phase ( p = .041). We observed distinct patterns of causal connectivity along the menstrual cycle. Connectivity in the early follicular phase was centralized and shifted posteriorly during the mid-luteal phase. During the early follicular phase, the primary regions driving activity were the right central and left/right parietal regions, with the left central region being the predominant receiver of activity. During the mid-luteal phase, connections were primarily transmitted from the right side and the main receiver region was the left occipital region. Network topology during the mid-luteal phase was found to be significantly more assortative compared to the early follicular phase. Conclusions The observed difference in causal connectivity demonstrates how network dynamics reorganize as a function of menstrual phase and level of progesterone. In the mid-luteal phase, there was a strong shift for information flow to be directed at visual spatial processing and visual attention areas, whereas in the follicular phase, there was strong information flow primarily within the sensory-motor regions. The mid-luteal phase was significantly more assortative, suggesting greater network efficiency and resilience. These results contribute to the emerging literature on brain-hormone interactions.

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 enseignants0,002
Score d'incertitude au seuil0,007

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)0,0020,000

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 Opus0,042
Tête enseignante GPT0,337
Écart entre enseignants0,296 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeuroendocrine regulation and behavior→Travaux en français237 207→