Impaired development of intrinsic connectivity networks in children with medically intractable localization‐related epilepsy
Notice bibliographique
Résumé
Typical childhood development is characterized by the emergence of intrinsic connectivity networks (ICNs) by way of internetwork segregation and intranetwork integration. The impact of childhood epilepsy on the maturation of ICNs is, however, poorly understood. The developmental trajectory of ICNs in 26 children (8-17 years) with localization-related epilepsy and 28 propensity-score matched controls was evaluated using graph theoretical analysis of whole brain connectomes from resting-state functional magnetic resonance imaging (fMRI) data. Children with epilepsy demonstrated impaired development of regional hubs in nodes of the salience and default mode networks (DMN). Seed-based connectivity and hierarchical clustering analysis revealed significantly decreased intranetwork connections, and greater internetwork connectivity in children with epilepsy compared to controls. Significant interactions were identified between epilepsy duration and the expected developmental trajectory of ICNs, indicating that prolonged epilepsy may cause progressive alternations in large-scale networks throughout childhood. DMN integration was also associated with better working memory, whereas internetwork segregation was associated with higher full-scale intelligence quotient scores. Furthermore, subgroup analyses revealed the thalamus, hippocampus, and caudate were weaker hubs in children with secondarily generalized seizures, relative to other patient subgroups. Our findings underscore that epilepsy interferes with the developmental trajectory of brain networks underlying cognition, providing evidence supporting the early treatment of affected children.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».