MétaCan
Menu
Retour à la cohorte
Enregistrement W4412824775 · doi:10.1002/hbm.70296

Maturation of Hippocampal Subfields in Young Adulthood and Its Relationship With Cognition

2025· article· en· W4412824775 sur OpenAlexafffund
Klára Marečková, Gabriel A. Devenyi, Lenka Andrýsková, M. Mallar Chakravarty, Yuliya S. Nikolova

Notice bibliographique

RevueHuman Brain Mapping · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesRECETOX Přírodovědecké Fakulty Masarykovy UniverzityFP7 People: Marie-Curie ActionsResearch Executive AgencyHorizon 2020 Framework ProgrammeMasarykova UniverzitaEuropean CommissionAgentura Pro Zdravotnický Výzkum České RepublikyCentral European Institute of TechnologyGrantová Agentura České RepublikyMinisterstvo Školství, Mládeže a TělovýchovyNatural Sciences and Engineering Research Council of CanadaCentre for Addiction and Mental Health Foundation
Mots-clésHippocampal formationPsychologyNeuroscienceHippocampusCognitionBrain sizeYoung adultCohortMagnetic resonance imagingDevelopmental psychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

The hippocampus is a key brain region for memory and cognitive functions, which consists of distinct subregions with different developmental trajectories throughout adolescence. However, trajectories of hippocampal subfield change in young adulthood remain uncharacterized, as is their potential relationship with cortical brain aging and cognitive ability during this time. We conducted two magnetic resonance imaging (MRI) follow-ups of a prenatal birth cohort in young adulthood and studied the effects of chronological age and cortical brain age on the volume of hippocampal subfields in the early 20s (n = 109; 51% men) and late 20s (n = 251; 53% men) and how these age-related volumetric changes might relate to full-scale IQ (FSIQ). We showed that CA1 and CA4DG subfields continue to grow in the third decade of life and that this growth can be observed both at the level of chronological age as well as estimated cortical brain age at both MRI timepoints. Moreover, in men, a larger size of these age-related subfields was associated with higher FSIQ, and the deviations between cortical brain age and chronological age mediated the relationships between right CA1 and FSIQ, as well as right CA4DG and FSIQ. These findings reveal that coordinated patterns of advanced cortical brain aging and hippocampal maturation may confer a cognitive advantage in young adulthood.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,083
Tête enseignante GPT0,310
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetMemory and Neural MechanismsTravaux en français237 207