Publicaciones - FIDMAG, Fundación para la investigación

USO DE COOKIES
Utilizamos cookies necesarias de sistema para el correcto funcionamiento de la web y cookies opcionales de Google Analytics para obtener estadísticas de visita. +info

Configuración cookies

Necesarias

Las cookies necesarias son absolutamente esenciales para que el sitio web funcione correctamente. Esta categoría sólo incluye galletas que garantizan funcionalidades básicas y funciones de seguridad del sitio web. Estas cookies no almacenan información personal.

Nombre	Proveedor	Propiedad	Finalidad	Caducidad
_GRECAPTCHA	google.com	1	proveer protección antispam con el servicio el servicio reCaptcha	6 meses
cc_cookie_accept	fidmag.org	1	Usada per confirmar que l'usuari ha confirmat / refusat les cookies (i quins tipus accepta)	1 any
WEB_SESSION	fidmag.org	1	Cookie técnica: cookie de sessió PHP. Guarda l'id de sessió d'usuari.	al acabar la sessió

Análisis

Les cookies analítiques s'utilitzen per entendre com interactuen els visitantes amb el lloc web. Aquestes cookies ajuden a proporcionar informació sobre mètriques, el nombre de visitants, el percentatge de rebots, la font del trànsit, etc.

Nombre	Proveedor	Propiedad	Finalidad	Caducidad
_ga	Google Analytics	2	Cookie d'anàlisi o mesurament: Identifica els usuaris i proporciona informació sobre com els usuaris troben la pàgina web i com la utilitzen per a realització d'Informes estadístics	2 anys
_gat_gtag_UA_141706552_1	Google Analytics	2	Cookie d'anàlisi o mesurament: Tracking per part de google per google analytics	1 minut
_gid	Google Analytics	2	Cookie d'anàlisi o mesurament: S'usa per limitar el percentatge de sol·licituds	24 hores
_guid	linkedin	2	Identifica de forma única a los visitantes con fines analíticos.	90 días
AnalyticsSyncHistory	linkedin	2	Almacena información sobre la sincronización de datos con servicios de análisis.	30 días
bcookie	linkedin	2	Identifica de forma única los dispositivos por motivos de seguridad y detección de abusos.	2 años
li_gc	linkedin	2	Guarda el consentimiento del usuario sobre el uso de cookies no esenciales.	6 meses
li_mc	linkedin	2	Almacena datos de identificadores para sincronización y segmentación publicitaria.	2 años
liap	linkedin	2	Mantiene el estado de inicio de sesión de los usuarios de LinkedIn.	1 año
lidc	linkedin	1	Utilizada para el balanceo de carga entre servidores para garantizar el correcto funcionamiento de LinkedIn.	24 hores
UserMatchHistory	linkedin	2	Almacena información sobre visitas para realizar retargeting publicitario.	30 días

Configurar Rechazar todas Aceptar Todas

Volver a los resultados

FI
5.969

37357976

2023 Human Brain Mapping

Widespread intra-axonal signal fraction abnormalities in bipolar disorder from multicompartment diffusion MRI: Sensitivity to diagnosis, association with clinical features and pharmacologic treatment.

Canales-Rodríguez EJ, Verdolini N, Alonso-Lana S, Torres ML, Panicalli F, Argila-Plaza I, Rodriguez-Cano E, Montoro I, Garcia-Ruiz B, Jimenez E, Varo C, Lluch A, Del Mar Bonnin C, Maluf S, Pujol M, Guarner NJ, Sarró S, Vieta E, Vilella E, Salvador R, Pomarol-Clotet E

Servicio limitado a colaboradores de la res de centros de Hermanas Hospitalarias. Recibireis un mensaje en vuestro correo electrònico con un enlace para la descarga del presente artículo.

Abstract

Despite diffusion tensor imaging (DTI) evidence for widespread fractional anisotropy (FA) reductions in the brain white matter of patients with bipolar disorder, questions remain regarding the specificity and sensitivity of FA abnormalities as opposed to other diffusion metrics in the disorder. We conducted a whole-brain voxel-based multicompartment diffusion MRI study on 316 participants (i.e., 158 patients and 158 matched healthy controls) employing four diffusion metrics: the mean diffusivity (MD) and FA estimated from DTI, and the intra-axonal signal fraction (IASF) and microscopic axonal parallel diffusivity (Dpar) derived from the spherical mean technique. Our findings provide novel evidence about widespread abnormalities in other diffusion metrics in BD. An extensive overlap between the FA and IASF results suggests that the lower FA in patients may be caused by a reduced intra-axonal volume fraction or a higher macromolecular content in the intra-axonal water. We also found a diffuse alteration in MD involving white and grey matter tissue and more localised changes in Dpar. A Machine Learning analysis revealed that FA, followed by IASF, were the most helpful metric for the automatic diagnosis of BD patients, reaching an accuracy of 72%. Number of mood episodes, age of onset/duration of illness, psychotic symptoms, and current treatment with lithium, antipsychotics, antidepressants, and antiepileptics were all significantly associated with microstructure abnormalities. Lithium treatment was associated with less microstructure abnormality.