MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133039496

Neuroimaging and Reward Processing in Major Depressive Disorder and Mild Traumatic Brain Injury

2022· dissertation· W7133039496 sur OpenAlexafffund
Amanda Kristina Ceniti

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésAnhedoniaMajor depressive disorderNeuroimagingTraumatic brain injuryComorbidityFunctional neuroimagingConcussionReward system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Major Depressive Disorder (MDD) is a common and disabling condition experienced by 20-45% of individuals who have suffered a mild traumatic brain injury (mTBI). The comorbidity of MDD and mTBI is associated with cumulatively worse outcomes, yet its neurobiological and behavioural presentation remains poorly understood. Importantly, while most literature has evaluated TBI groups with varying depressive symptom levels, scant research has investigated the impact of mTBI history among those with MDD. The current research sought to clarify this interaction with a focus on anhedonia and its underlying reward system, which are central to MDD and have preliminary evidence of disruption in mTBI. The substantial overlap in frontotemporal and limbic brain regions implicated in MDD, mTBI, and reward, combined with previous neuroimaging and reward findings in each condition separately, suggest a cumulative impact. Thus, the goals of the present studies were to understand the impact of mTBI history on resting-state functional connectivity (RSFC) and cortical thickness among those with MDD, and assess the combined impact of MDD and mTBI on anhedonia and reward function. Four participant groups were recruited across two studies: (1) MDD-alone, (2) mTBI-alone, (3) MDD+mTBI, and (4) healthy control participants. Together, clinical and neuroimaging findings converged to suggest that MDD is the main contributor to the interaction between MDD and mTBI, with significant differences observed between those with and without MDD, but limited separation by mTBI history. Subtle differences between MDD-alone and MDD+mTBI groups emerged, with altered sgACC-precuneus connectivity and more intact reward learning among MDD+mTBI participants, as well as trends toward altered cortical thickness in temporal regions. However, mTBI history within MDD was not associated with large-scale network differences in this cohort. In the present sample, we also found no evidence of differences in reward valuation, motivation, or response bias based on MDD or mTBI history. This work is the first to report the impact of mTBI history on RSFC and cortical thickness among those with MDD, as well as reward outcomes in MDD+mTBI versus either alone. Findings strongly support inclusion of MDD-alone groups in future studies of TBI and depression given its substantial impact on this interaction.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,060
Tête enseignante GPT0,416
Écart entre enseignants0,357 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→