Longitudinal Trajectory of Cognition, Brain Morphometry, and Brain Predicted Age in Unaffected First‐Degree Relatives of Patients With Bipolar Disorder
Notice bibliographique
Résumé
INTRODUCTION: Prior research suggests structural brain abnormalities and cognitive difficulties in patients with bipolar disorder. Although there is some evidence that similar structural and cognitive changes may also be present in unaffected relatives (UR) of patients with bipolar disorder, it is not known whether they remain static or aggravate over time. In this study, we investigate the longitudinal trajectories of cognition and brain structure in UR. METHODS: Longitudinal neurocognitive and MRI data were acquired at baseline from UR (n = 72) and healthy controls (HC; n = 65) and at 15 (±4) months follow-up (UR n = 32; HC n = 38). The differential trajectories between UR and HC in neurocognitive performance, white matter volume, regional cortical gray matter (GM) volume and thickness, hippocampal and amygdala volumes, and the difference between biological age and age estimated from brain MRI (brainPAD) were investigated using linear mixed models. RESULTS: UR showed subtle impairments in processing speed, which normalized at follow-up to levels comparable to HC. At both time points, UR showed stable enlargement of amygdalae compared to HC. There was a significant group-by-time interaction effect for the GM volume in the left superior temporal gyrus, driven by UR at baseline displaying larger GM volume compared to HC, which normalized over time. There was no significant difference between UR and HC in brainPAD. CONCLUSION: Bilaterally enlarged amygdala and larger temporal GM volume in UR compared to HC may reflect a vulnerability factor for bipolar disorder. Longer follow-up times are needed to elucidate structural predictors of risk of subsequent illness onset.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».