Atlas of Gray Matter Volume Differences Across Psychiatric Conditions: A Systematic Review With a Novel Meta-Analysis That Considers Co-Occurring Disorders
Notice bibliographique
Résumé
BACKGROUND: Regional gray matter volume (GMV) differences between individuals with mental disorders and comparison participants may be confounded by co-occurring disorders. To disentangle disorder-specific GMV correlates, we conducted a large-scale multidisorder meta-analysis using a novel approach that explicitly models co-occurring disorders. METHODS: We systematically reviewed voxel-based morphometry studies indexed in PubMed and Scopus up to January 2023 that compared adults with major mental disorders (anorexia nervosa, schizophrenia spectrum, anxiety, bipolar, major depressive, obsessive-compulsive, and posttraumatic stress disorders plus attention-deficit/hyperactivity, autism spectrum, and borderline personality disorders) with comparison participants. Two authors independently extracted data and assessed quality using the Newcastle-Ottawa Scale. We derived GMV correlates for each disorder using: 1) a multidisorder meta-analysis that accounted for all co-occurring mental disorders simultaneously and 2) separate standard meta-analyses for each disorder in which co-occurring disorders were ignored. We assessed the alterations' extent, intensity (effect size), and specificity (interdisorder correlations and transdiagnostic alterations) for both approaches. RESULTS: We included 433 studies (499 datasets) involving 19,718 patients and 16,441 comparison participants (51% female, ages 20-67 years). We provide GMV correlate maps for each disorder using both approaches. The novel approach, which accounted for co-occurring disorders, produced GMV correlates that were more focal and disorder specific (less correlated across disorders and fewer transdiagnostic abnormalities). CONCLUSIONS: This work offers the most comprehensive atlas of GMV correlates across major mental disorders. Modeling co-occurring disorders yielded more specific correlates, supporting this approach's validity. The atlas NIfTI maps are available online.
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 | 0,022 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,039 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».