Stable White Matter Structure in the First Three Years after Psychosis Onset
Notice bibliographique
Résumé
ABSTRACT Background White matter alterations observed using diffusion weighted imaging have become a hallmark of chronic schizophrenia, but it is unclear when these changes arise over the course of the disease. Nearly all studies thus far have been cross-sectional, so despite their large sample sizes, they cannot determine if changes accumulate as a degenerative process, or if patients with pre-existing white matter damage are predisposed to more chronic forms of schizophrenia. Methods We examined 160 scans comprising two years of annual follow-up data from n=42 controls and n=28 schizophrenia patients recruited in the first two years since their diagnosis, totalling two to three scans per subject. We additionally examined six-month follow-up data obtained from an ultra-high field (7 Tesla) scanner (n=68 scans; n=19 first-episode schizophrenia patients; n=15 controls) as a validation dataset. A longitudinal model was used to compare the trajectory of diffusion tenor parameters between patients and controls. Positive and negative symptom scores were correlated with diffusion parameters using ROI- and clustering-based approaches. Results We failed to observe any longitudinal differences in any diffusion tensor imaging parameters between patients and controls in either dataset. We did, however, observe consistent associations between white matter alterations and negative symptoms in both datasets. Conclusions White matter does not appear susceptible to schizophrenia-linked degeneration in the early stages of disease, but pre-existing pathology may be linked to disease severity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».