MétaCan
Menu
Retour à la cohorte
Enregistrement W4405833569 · doi:10.1080/02699052.2024.2446948

Longitudinal analysis highlights structural changes in grey- and white-matter within military personnel exposed to blast

2024· article· en· W4405833569 sur OpenAlexaff
Allen A. Champagne, Nicole S. Coverdale, Christopher H. Skinner, Betty Anne Schwarz, Rafael Glikstein, Gerd Melkus, Christopher I. Murray, Gabriel Ramirez‐Garcia, Douglas J. Cook

Notice bibliographique

RevueBrain Injury · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of OttawaOttawa HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésWhite matterNeuroimagingGray (unit)Grey matterDiffusion MRIMedicineMagnetic resonance imagingPsychologyNeuroscienceNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose of this study was to determine whether gray matter volume and diffusion-based metrics in associated white matter changed in breachers who had neuroimaging performed at two timepoints. A secondary purpose was to compare these changes in a group who had a one-year interval between their imaging timepoints to a group that had a two-year interval between imaging. METHODS: Between timepoints, clusters with significantly different gray matter volume were used as seeds for reconstruction of associated structural networks using diffusion metrics. RESULTS: Of 92 eligible participants, 62 had imaging at two timepoints, 36 with a one-year interval between scans and 26 with a two-year interval between scans. A significant effect of time was documented in the midcingulate cortex, but there was no effect of timepoint (1 versus 2 years). The associated white matter in this cluster had three regions with differences in fractional anisotropy compared to baseline, while there was no effect of timepoint (1 versus 2 years). CONCLUSIONS: This study provides preliminary evidence that military personnel involved in repetitive exposure to sub-concussive blast overpressures may experience changes to both gray matter and white matter structures.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,148
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
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 Opus0,041
Tête enseignante GPT0,323
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetTraumatic Brain Injury ResearchTravaux en français237 207