Lesion Evidence That Two Distinct Regions within Prefrontal Cortex are Critical for <i>n</i>-Back Performance in Humans
Notice bibliographique
Résumé
Although prefrontal cortex is clearly important in executive function, the specific processes carried out by particular regions within human prefrontal cortex remain a matter of debate. A rapidly growing corpus of functional imaging work now implicates various areas within prefrontal cortex in a wide range of "executive" tasks. Loss-of-function studies can help constrain the interpretation of such evidence by testing to what extent particular brain areas are necessary for a given cognitive process. Here we apply a component process analysis to understand prefrontal contributions to the n-back task, a widely used test of working memory, in a cohort of patients with focal prefrontal damage. We investigated letter 2-back task performance in 27 patients with focal damage to various regions within prefrontal cortex, compared to 29 demographically matched control subjects. Both "behavior-defined" approaches, using qualitative lesion analyses and voxel-based lesion-symptom mapping methods, and more conventional "lesion-defined" groupwise comparisons were undertaken to determine the relationships between specific sites of damage within prefrontal cortex and particular aspects of n-back task performance. We confirmed a critical role for left lateral prefrontal cortex in letter 2-back performance. We also identified a critical role for medial prefrontal cortex in this task: Damage to dorsal anterior cingulate cortex and adjacent dorsal fronto-medial cortex led to a pattern of impairment marked by high false alarm rates, distinct from the impairment associated with lateral prefrontal damage. These findings provide converging support for regionally specific models of human prefrontal function.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».