WFRF:(Pomarol Clotet E)
Sökning: WFRF:(Pomarol Clotet E) > (2020) > Overs BJ > Using structural MR...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Using structural MRI to identify bipolar disorders - 13 site machine learning study in 3020 individuals from the ENIGMA Bipolar Disorders Working Group
- Nunes, A (författare)
- Schnack, HG (författare)
- Ching, CRK (författare)
- visa fler...
- Akudjedu, TN (författare)
- Alda, M (författare)
- Alnaes, D (författare)
- Alonso-Lana, S (författare)
- Bauer, J (författare)
- Baune, BT (författare)
- Boen, E (författare)
- Bonnin, CD (författare)
- Busatto, GF (författare)
- Canales-Rodriguez, EJ (författare)
- Cannon, DM (författare)
- Caseras, X (författare)
- Chaim-Avancini, TM (författare)
- Dannlowski, U (författare)
- Diaz-Zuluaga, AM (författare)
- Dietsche, B (författare)
- Doan, NT (författare)
- Duchesnay, E (författare)
- Elvsashagen, T (författare)
- Emden, D (författare)
- Eyler, LT (författare)
- Fatjo-Vilas, M (författare)
- Favre, P (författare)
- Foley, SF (författare)
- Fullerton, JM (författare)
- Glahn, DC (författare)
- Goikolea, JM (författare)
- Grotegerd, D (författare)
- Hahn, T (författare)
- Henry, C (författare)
- Hibar, DP (författare)
- Houenou, J (författare)
- Howells, FM (författare)
- Jahanshad, N (författare)
- Kaufmann, T (författare)
- Kenney, J (författare)
- Kircher, TTJ (författare)
- Krug, A (författare)
- Lagerberg, T (författare)
- Lenroot, RK (författare)
- Lopez-Jaramillo, C (författare)
- Machado-Vieira, R (författare)
- Malt, UF (författare)
- McDonald, C (författare)
- Mitchell, PB (författare)
- Mwangi, B (författare)
- Nabulsi, L (författare)
- Opel, N (författare)
- Overs, BJ (författare)
- Pineda-Zapata, JA (författare)
- Pomarol-Clotet, E (författare)
- Redlich, R (författare)
- Roberts, G (författare)
- Rosa, PG (författare)
- Salvador, R (författare)
- Satterthwaite, TD (författare)
- Soares, JC (författare)
- Stein, DJ (författare)
- Temmingh, HS (författare)
- Trappenberg, T (författare)
- Uhlmann, A (författare)
- van Haren, NEM (författare)
- Vieta, E (författare)
- Westlye, LT (författare)
- Wolf, DH (författare)
- Yueksel, D (författare)
- Zanetti, M (författare)
- Andreassen, OA (författare)
- Thompson, PM (författare)
- Hajek, T (författare)
- visa färre...
- (creator_code:org_t)
- 2018-08-31
- 2020
- Engelska.
- Ingår i: Molecular psychiatry. - : Springer Science and Business Media LLC. - 1476-5578 .- 1359-4184. ; 25:9, s. 2130-2143
- Tidskriftsartikel (refereegranskat)
Abstract
Ämnesord
Stäng
- Bipolar disorders (BDs) are among the leading causes of morbidity and disability. Objective biological markers, such as those based on brain imaging, could aid in clinical management of BD. Machine learning (ML) brings neuroimaging analyses to individual subject level and may potentially allow for their diagnostic use. However, fair and optimal application of ML requires large, multi-site datasets. We applied ML (support vector machines) to MRI data (regional cortical thickness, surface area, subcortical volumes) from 853 BD and 2167 control participants from 13 cohorts in the ENIGMA consortium. We attempted to differentiate BD from control participants, investigated different data handling strategies and studied the neuroimaging/clinical features most important for classification. Individual site accuracies ranged from 45.23% to 81.07%. Aggregate subject-level analyses yielded the highest accuracy (65.23%, 95% CI = 63.47–67.00, ROC-AUC = 71.49%, 95% CI = 69.39–73.59), followed by leave-one-site-out cross-validation (accuracy = 58.67%, 95% CI = 56.70–60.63). Meta-analysis of individual site accuracies did not provide above chance results. There was substantial agreement between the regions that contributed to identification of BD participants in the best performing site and in the aggregate dataset (Cohen’s Kappa = 0.83, 95% CI = 0.829–0.831). Treatment with anticonvulsants and age were associated with greater odds of correct classification. Although short of the 80% clinically relevant accuracy threshold, the results are promising and provide a fair and realistic estimate of classification performance, which can be achieved in a large, ecologically valid, multi-site sample of BD participants based on regional neurostructural measures. Furthermore, the significant classification in different samples was based on plausible and similar neuroanatomical features. Future multi-site studies should move towards sharing of raw/voxelwise neuroimaging data.
Publikations- och innehållstyp
- ref (ämneskategori)
- art (ämneskategori)
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Nunes, A
- Schnack, HG
- Ching, CRK
- Agartz, I
- Akudjedu, TN
- Alda, M
- visa fler...
- Alnaes, D
- Alonso-Lana, S
- Bauer, J
- Baune, BT
- Boen, E
- Bonnin, CD
- Busatto, GF
- Canales-Rodrigue ...
- Cannon, DM
- Caseras, X
- Chaim-Avancini, ...
- Dannlowski, U
- Diaz-Zuluaga, AM
- Dietsche, B
- Doan, NT
- Duchesnay, E
- Elvsashagen, T
- Emden, D
- Eyler, LT
- Fatjo-Vilas, M
- Favre, P
- Foley, SF
- Fullerton, JM
- Glahn, DC
- Goikolea, JM
- Grotegerd, D
- Hahn, T
- Henry, C
- Hibar, DP
- Houenou, J
- Howells, FM
- Jahanshad, N
- Kaufmann, T
- Kenney, J
- Kircher, TTJ
- Krug, A
- Lagerberg, T
- Lenroot, RK
- Lopez-Jaramillo, ...
- Machado-Vieira, ...
- Malt, UF
- McDonald, C
- Mitchell, PB
- Mwangi, B
- Nabulsi, L
- Opel, N
- Overs, BJ
- Pineda-Zapata, J ...
- Pomarol-Clotet, ...
- Redlich, R
- Roberts, G
- Rosa, PG
- Salvador, R
- Satterthwaite, T ...
- Soares, JC
- Stein, DJ
- Temmingh, HS
- Trappenberg, T
- Uhlmann, A
- van Haren, NEM
- Vieta, E
- Westlye, LT
- Wolf, DH
- Yueksel, D
- Zanetti, M
- Andreassen, OA
- Thompson, PM
- Hajek, T
- visa färre...
- Artiklar i publikationen
- Molecular psychi ...
- Av lärosätet
- Karolinska Institutet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
