MétaCan
Menu
Retour à la cohorte
Enregistrement W4413445538 · doi:10.18060/29082

Effect of Cigarette Smoking and Alcohol Use on White Matter Tract Integrity

2025· article· en· W4413445538 sur OpenAlexaboutno aff
Andrew T. Nguyen, Mario Džemidžić, Evgeny J. Chumin, Timothy C. Durazzo, Karmen K. Yoder

Notice bibliographique

RevueProceedings of IMPRS · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCigarette smokingAlcoholWhite (mutation)White matterMedicineEnvironmental healthChemistryInternal medicineMagnetic resonance imagingOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Background:Cigarette smoking (CS) is highly comorbid with alcohol use disorder (AUD). Both are associated with lower white matter (WM) integrity, with potentially additive effects. This study is a starting point to determine the individual and combined effects of CS and AUD on WM integrity. Methods:Thirty subjects with varying CS and alcohol use (40.0 ± 12.9 years, 13 females, 17 males) underwent structural (T1-weighted) and diffusion weighted magnetic resonance imaging. Indices of WM integrity, fractional anisotropy (FA) and mean diffusivity (MD), were calculated at a voxel-wise level. Parametric maps of FA and MD were spatially normalized to Montreal Neurological Institute space. Average FA and MD values were extracted for 48 WM tracts from the Johns Hopkins University WM tract atlas. Alcohol drinking and CS were characterized by: DSM-5 AUD symptom checklist, Obsessive Compulsive Drinking Scale (OCDS, including obsessive and compulsive subscales), Timeline Followback (TLFB; drinks/drinking day and drinks/week), Alcohol Use Disorders Identification Test (AUDIT), Fagerstrom Test for Nicotine Dependence (FTND), self-reported pack years, and cigarettes/day. Linear regression was performed between FA and MD with alcohol and CS metrics. Results:We found significant negative correlations (p<0.01) between bilateral cingulate gyri FA and total OCDS score and subscales, drinks/drinking day, drinks/week, and AUDIT. Right inferior cerebellar peduncle FA was negatively correlated with FTND and cigarettes/day. Bilateral superior cerebellar peduncle MD was positively correlated with FTND and cigarettes/day. Left cingulate hippocampus MD was positively correlated with OCDS compulsivity. Conclusion:Alcohol use was negatively correlated with cingulate gyrus WM FA, which is implicated in goal-directed behavior and salience attribution. CS was negatively correlated with cerebellar peduncle FA; however, the interpretation of this is unclear. Our results support the hypothesis that both CS and AUD negatively impact WM integrity. Future work will determine the potentially additive effects of smoking and alcohol 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,000

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 Opus0,037
Tête enseignante GPT0,357
Écart entre enseignants0,320 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of IMPRSMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207