guest ::
| Home > Publications database > Studying generalizable multivariate associations in biological sciences: brain structure, behavior and physical health > print |
| Home > Publications database > Studying generalizable multivariate associations in biological sciences: brain structure, behavior and physical health > print |
| 001 | 1043080 | ||
| 005 | 20250624202313.0 | ||
| 024 | 7 | _ | |a 10.34734/FZJ-2025-02766 |2 datacite_doi |
| 037 | _ | _ | |a FZJ-2025-02766 |
| 100 | 1 | _ | |a Nicolaisen, Eliana |0 P:(DE-Juel1)180537 |b 0 |u fzj |
| 111 | 2 | _ | |a Biociencias IV Congreso Nacional 2025 |c Montevideo |d 2025-05-28 - 2025-05-30 |w Uruguay |
| 245 | _ | _ | |a Studying generalizable multivariate associations in biological sciences: brain structure, behavior and physical health |
| 260 | _ | _ | |c 2025 |
| 336 | 7 | _ | |a Conference Paper |0 33 |2 EndNote |
| 336 | 7 | _ | |a Other |2 DataCite |
| 336 | 7 | _ | |a INPROCEEDINGS |2 BibTeX |
| 336 | 7 | _ | |a conferenceObject |2 DRIVER |
| 336 | 7 | _ | |a LECTURE_SPEECH |2 ORCID |
| 336 | 7 | _ | |a Conference Presentation |b conf |m conf |0 PUB:(DE-HGF)6 |s 1750687908_2230 |2 PUB:(DE-HGF) |x Invited |
| 520 | _ | _ | |a En biología es usual que exista covarianza entre múltiples variables. Para estudiar estos efectos multivariados, este trabajo utilizó análisis de correlación canónica (CCA) para identificar asociaciones entre neuroestructura, conducta y salud somática/física en humanos. Además, utilizamos aprendizaje automatizado (Machine Learning, ML) para capturar efectos generalizables (presentes en muestras independientes) y enfatizamos cómo evitar la filtración de datos, un problema común en ML. Más específicamente, asociamos espesor, área y volumen cortical (resonancia magnética T1) con 32 variables conductuales (vigilancia, emociones y cognición) (n=1047, 22-37 años; n=601, 36-100 años). También asociamos espesor cortical con salud física (68 factores de riesgo para enfermedades no transmisibles) (n=7370, 46-81 años). Los patrones corticales resultantes fueron comparados con biomarcadores funcionales, estructurales y moleculares. Identificamos un eje conductual con un polo asociado a emociones positivas y mayor rendimiento cognitivo y otro polo a emociones negativas y menor rendimiento cognitivo. Este eje se asoció con reducciones e incrementos en espesor, área y volumen en diferentes regiones corticales. Además, la salud cardiometabólica se asoció con reducciones e incrementos del espesor de distintas regiones corticales de manera consistente con la distribución de moléculas serotoninérgicas, dopaminérgicas y colinérgicas. Nuestros resultados que asocian neuroestructura y conducta reflejan la organización jerárquica de la corteza cerebral. Por ejemplo, menor espesor cortical en áreas asociativas se asoció con conductas beneficiosas. Adicionalmente, encontramos una asociación entre la salud cerebral y física, desafiando la categorización clásica de enfermedades neuropsiquiátricas y de salud física/general. Estos métodos lograron capturar asociaciones multivariadas interpretables y generalizables, recomendándose su uso en biología. |
| 536 | _ | _ | |a 5254 - Neuroscientific Data Analytics and AI (POF4-525) |0 G:(DE-HGF)POF4-5254 |c POF4-525 |f POF IV |x 0 |
| 536 | _ | _ | |a 5251 - Multilevel Brain Organization and Variability (POF4-525) |0 G:(DE-HGF)POF4-5251 |c POF4-525 |f POF IV |x 1 |
| 536 | _ | _ | |a 5253 - Neuroimaging (POF4-525) |0 G:(DE-HGF)POF4-5253 |c POF4-525 |f POF IV |x 2 |
| 700 | 1 | _ | |a Sasse, Leonard |0 P:(DE-Juel1)190306 |b 1 |u fzj |
| 700 | 1 | _ | |a Patil, Kaustubh |0 P:(DE-Juel1)172843 |b 2 |u fzj |
| 700 | 1 | _ | |a GENON, Sarah |0 P:(DE-Juel1)161225 |b 3 |u fzj |
| 856 | 4 | _ | |u //juser.fz-juelich.de/record/1043080/files/Presentation.pdf |
| 856 | 4 | _ | |u https://juser.fz-juelich.de/record/1043080/files/Presentation.pdf |y OpenAccess |
| 909 | C | O | |o oai:juser.fz-juelich.de:1043080 |p openaire |p open_access |p VDB |p driver |
| 910 | 1 | _ | |a Forschungszentrum Jülich |0 I:(DE-588b)5008462-8 |k FZJ |b 0 |6 P:(DE-Juel1)180537 |
| 910 | 1 | _ | |a Forschungszentrum Jülich |0 I:(DE-588b)5008462-8 |k FZJ |b 1 |6 P:(DE-Juel1)190306 |
| 910 | 1 | _ | |a Forschungszentrum Jülich |0 I:(DE-588b)5008462-8 |k FZJ |b 2 |6 P:(DE-Juel1)172843 |
| 910 | 1 | _ | |a Forschungszentrum Jülich |0 I:(DE-588b)5008462-8 |k FZJ |b 3 |6 P:(DE-Juel1)161225 |
| 913 | 1 | _ | |a DE-HGF |b Key Technologies |l Natural, Artificial and Cognitive Information Processing |1 G:(DE-HGF)POF4-520 |0 G:(DE-HGF)POF4-525 |3 G:(DE-HGF)POF4 |2 G:(DE-HGF)POF4-500 |4 G:(DE-HGF)POF |v Decoding Brain Organization and Dysfunction |9 G:(DE-HGF)POF4-5254 |x 0 |
| 913 | 1 | _ | |a DE-HGF |b Key Technologies |l Natural, Artificial and Cognitive Information Processing |1 G:(DE-HGF)POF4-520 |0 G:(DE-HGF)POF4-525 |3 G:(DE-HGF)POF4 |2 G:(DE-HGF)POF4-500 |4 G:(DE-HGF)POF |v Decoding Brain Organization and Dysfunction |9 G:(DE-HGF)POF4-5251 |x 1 |
| 913 | 1 | _ | |a DE-HGF |b Key Technologies |l Natural, Artificial and Cognitive Information Processing |1 G:(DE-HGF)POF4-520 |0 G:(DE-HGF)POF4-525 |3 G:(DE-HGF)POF4 |2 G:(DE-HGF)POF4-500 |4 G:(DE-HGF)POF |v Decoding Brain Organization and Dysfunction |9 G:(DE-HGF)POF4-5253 |x 2 |
| 914 | 1 | _ | |y 2025 |
| 915 | _ | _ | |a OpenAccess |0 StatID:(DE-HGF)0510 |2 StatID |
| 920 | _ | _ | |l yes |
| 920 | 1 | _ | |0 I:(DE-Juel1)INM-7-20090406 |k INM-7 |l Gehirn & Verhalten |x 0 |
| 980 | _ | _ | |a conf |
| 980 | _ | _ | |a VDB |
| 980 | _ | _ | |a UNRESTRICTED |
| 980 | _ | _ | |a I:(DE-Juel1)INM-7-20090406 |
| 980 | 1 | _ | |a FullTexts |
| Library | Collection | CLSMajor | CLSMinor | Language | Author |
|---|