White Matter Microstructure Among Straight and Gay Cisgender Men, <i>Sao Praphet Song</i>, and Straight Cisgender Women in Thailand
Notice bibliographique
Résumé
White matter (WM) microstructure is differentiated in relation to sex/gender, psychosexuality, and, among transgender people, gender-affirming hormone (GAH) use. Prior research focused on Western samples, which limits generalizability to other populations. Here, diffusion tensor imaging (DTI) was used to assess WM microstructure in a Thai sample (N = 128) of straight cisgender men, straight cisgender women, gay cisgender men, and sao praphet song (i.e., transfeminine individuals assigned male at birth and sexually attracted to cisgender men). Sao praphet song were further grouped by GAH use. Groups were compared on fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD) using whole-brain tract-based spatial statistics (TBSS). FA, AD, and RD were further examined via multivariate analysis to assess covariance across WM microstructural indices and participant groups. A significant multivariate pattern differentiated the feminine- from masculine-identifying groups irrespective of sex assigned at birth and suggested WM tissue organization was greater among the latter in the bilateral cingulum, anterior corona radiata, left corpus callosum, and right superior longitudinal fasciculus, forceps minor, and corticospinal tracts. TBSS analyses reinforced that WM differed by gender identity in various regions. Among sao praphet song, GAH use was associated with lower regional FA, suggesting less WM organization bilaterally in the corpus callosum, cingulum, and anterior corona radiata. The findings aligned with prior studies in Western samples, indicating cross-population generalizability of WM microstructural differentiation in relation to sex/gender, psychosexuality, and GAH use.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».