MétaCan
Menu
Retour à la cohorte
Enregistrement W4404339721 · doi:10.3389/fphys.2024.1487953

A diffusion tensor imaging-based multidimensional study of brain structural changes after long-term high-altitude exposure and their relationships with cognitive function

2024· article· en· W4404339721 sur OpenAlexaboutno aff
Ning Liu, Li Feng, Shuangwei Chai, Hailong Li, Yuanyuan He, Yongyue Guo, Xin Hu, Hengyan Li, Xiangwei Li, Zan Zhou, Xiaomei Li, Yonghong Huang, Wanlin He, Xiaoqi Huang, Yunhong Wu, Jinli Meng

Notice bibliographique

RevueFrontiers in Physiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyDiffusion MRIWhite matterCorpus callosumCognitionEffects of high altitude on humansMontreal Cognitive AssessmentPsychologyMagnetic resonance imagingMedicineInternal medicineAudiologyCognitive impairmentNeuroscience

Résumé

récupéré en direct d'OpenAlex

Background Brain structure changes after long-term adaptation to the high-altitude environment; however, related studies are few, results are in consistent, and long-term effects on cognitive function and pathophysiological mechanisms are unclear. Therefore, diffusion tensor imaging (DTI) was used to investigate the damage to white matter fiber tracts and correlations between brain structural abnormalities and cognitive function. Methods Forty healthy Han people living on the high-altitude and 40 healthy Han people living on the plains were enrolled in this study and underwent magnetic resonance imaging, emotional state assessment, and cognitive function tests. The sex, age, education level, and social status of the two groups were not different. The tract-based spatial statistics (TBSS) method was used to analyze the DTI parameters of the white matter fiber tracts of the two groups. Moreover, the partial correlation method (age and sex as covariates) was used to analyze the correlations between the intergroup differences in the DTI parameters and a series of clinical indicators of emotional state and cognitive function. Two-sample t tests, Mann-Whitney U test, generalized linear model, or chi-square tests were used for statistical analysis. Results Compared with those individuals in the plain group, the scores on the PSQI, SDS, SAS, PHQ-9, and GAD-7 of individuals in the high-altitude group were higher, while the scores on the DST-Backwards, MoCA, and MMSE in the high-altitude group were lower. The fractional anisotropy (FA) value of the body of the corpus callosum in the high-altitude group was lower than that in the plain group. The FA value of the body of the corpus callosum in the plain group was negatively correlated with the Logical Memory, while no significant correlation was found in the high-altitude group. Conclusion This study revealed that long-term exposure to a high-altitude environment could lead to a series of changes in sleep, emotion, and cognitive function and irreversible damage to the white matter microstructure of the body of the corpus callosum, which is the related brain region responsible for logical memory. The absence of logical memory impairment in the healthy Han Chinese population living on the high-altitude in this study may be due to the existence of adaptive compensation after long-term high-altitude exposure.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,022
Tête enseignante GPT0,286
Écart entre enseignants0,265 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207