Magnetic resonance spectroscopy and the menstrual cycle: A multi-centre assessment of menstrual cycle effects on GABA & GSH
Notice bibliographique
Résumé
BACKGROUND: Gamma-aminobutyric acid (GABA) and glutathione (GSH) play a significant role in the functioning of a healthy brain and can both be quantified using magnetic resonance spectroscopy (MRS). Several small-scale studies have suggested MRS measured GABA may fluctuate with the menstrual cycle, but the effects on GSH are unknown. Utilising recent developments in MRS acquisition, this multi-lab study explores this issue across 4 distinctive brain regions. NEW METHODS: Data were analysed from 12 independent sites from which a total of 30 women were scanned during three phases of their menstrual cycle corresponding to early follicular, ovulation and mid luteal phases. HERMES and HERCULES sequences were used to measure GABA and GSH in voxels located in the left motor cortex, left posterior insular, medial parietal and medial frontal. Linear mixed models were used to assess the variability contributed by site, participant and menstrual cycle phase. RESULTS: Similar variance was attributed to site and menstrual cycle phase for both GABA and GSH data. No systematic changes in GABA or GSH were revealed for any voxel as a consequence of menstrual cycle phase. COMPARISON WITH EXISTING METHODS: Despite our larger sample size and inclusion of more brain regions we fail to replicate previous findings of GABA change as a consequence of menstrual cycle phase. We also show for the first time that MRS measures of GSH so not significantly alter with cycle. CONCLUSIONS: Our findings suggest that the menstrual cycle has minimal impact on MRS measures of GABA and GSH. The presence of a menstrual cycle should not be used as justification for exclusion of women in MRS studies.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».