MétaCan
Menu
Retour à la cohorte
Enregistrement W7144450421

Gray Matter Volume Changes in the Apathetic Elderly

2016· dissertation· en· W7144450421 sur OpenAlexfundno aff

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2016
Typedissertation
Langueen
DomaineMedicine
ThématiqueMedical Case Reports and Studies
Établissements canadiensnon disponible
Organismes subventionnairesCouncil for Science, Technology and InnovationJapan Society for the Promotion of ScienceNanchang UniversityYork UniversityCabinet Office, Government of JapanSchool of Medicine, New York University
Mots-clésVolume (thermodynamics)Gray (unit)Brain size
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study is to test the hypothesis that apathy in healthy participants is closely related to the prefrontal-basal-ganglia circuit and associated structural changes.We selected 36 healthy aged participants with (n = 18) or without apathy (n = 18) from our database.Participants underwent structural MRI scanning, providing data for voxel-based morphometric analysis to explore gray matter changes associated with apathy.Compared to the non-apathy group, the apathy group showed reduced gray matter volume of the right putamen, whereas volumes of the bilateral inferior frontal gyri and left inferior occipital gyrus showed increase.When depression scores were included in a regression model as a covariate, apathetic participants showed decreased gray matter volume in the right precentral gyrus compared to the non-apathetic participants.These findings suggest that apathy is associated with the gray matter volume in the prefrontal-basal-ganglia network, and may have a neuroanatomical basis distinct from depression in healthy elderly.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetMedical Case Reports and StudiesTravaux en français237 207