MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408248262 · doi:10.1101/2025.03.03.25322748

The Impact of Age on Gray Matter Volume Reduction in Anorexia Nervosa: A Systematic Review

2025· review· en· W4408248262 sur OpenAlexaff
Shuo Chen, Lei Wang, Pei-an Betty Shih

Notice bibliographique

RevuemedRxiv · 2025
Typereview
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisConfoundingNeuroimagingBrain sizeAnorexia nervosaDemographySample size determinationMedicinePsychologyMeta-regressionInternal medicineEating disordersClinical psychologyMagnetic resonance imagingStatisticsPsychiatryMathematics

Résumé

récupéré en direct d'OpenAlex

Objective: This study examines the relationship between gray matter (GM) volume reduction and age in individuals with Anorexia Nervosa (AN). Specifically, it investigates whether the magnitude and direction of GM volume differences between AN and healthy controls remain consistent across a range of age groups. Additionally, we reviewed regional GM alterations reported in the literature to characterize unique regional brain profiles observed in AN. By synthesizing neuroimaging studies and mean-age stratified analysis, this work provides insights into the possible impact aging can have on GM reduction in patients with AN. Methods: Systematic review and meta-analysis were conducted using MRI-based neuroimaging studies assessing GM volume in AN patients and controls. A primary meta-analysis was run for all feasible studies combined, followed by a stratified analysis approach examining "younger mean-age" studies and "older mean-age" studies separately. Random effects models were used for the meta-analysis. Meta-regression was used to determine the influence of age on GM volume differences and was controlled for the body mass index to minimize the confounding effect recovery status has on the GM differences between groups. Regional GM alterations were reviewed and discussed. Results: 44 studies, including 1391 individuals with AN and 1566 healthy controls, were included in the primary meta-analysis. No substantial heterogeneity was found across studies. Compared to their respective control groups, the younger-age studies, defined by studies with AN subject of mean age less than 18, exhibited greater significant GM volume loss (-5.39, 95% CI: -7.76 to -3.01, p<0.05) compared to older-age studies (-3.09, 95% CI: -4.16 to -2.03, p<0.05). Meta-regression subgroup results suggest that having older age in AN subjects is linked to less severe GM reduction relative controls. Our review of the regional GM literature reveals that alterations in the hippocampus, amygdala, and precuneus of the medial parietal lobe were more frequently reported than other brain regions in AN. In these regions, we also noticed that younger individuals with AN had more consistent volume reductions across studies, whereas studies with older AN showed greater variability. Conclusion: Grey matter volume loss in AN is more pronounced in younger patients even after controlling for the effect of the recovery status. Having older age appears to contribute to less deficit in brain volume loss in AN, suggesting a protective mechanism underlying GM alteration in older AN patients. These findings reinforce the need for early intervention and prolonged recovery support and emphasize the need to develop lifespan-specific disorder management approaches. Future research should explore long-term GM recovery trajectories and the aging effect on GM alteration for older patients to refine strategies for neuroprotection in AN.

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)0,009
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,017
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,034
Tête enseignante GPT0,388
Écart entre enseignants0,354 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetEating Disorders and Behaviors→Travaux en français237 207→