Functional magnetic resonance imaging of facial information processing in children with autistic disorder, attention deficit hyperactivity disorder and typically developing controls
Notice bibliographique
Résumé
The present study used functional magnetic resonance imaging (fMRI) to compare the neural activation patterns of children diagnosed with autistic disorder (AD), attention deficit hyperactivity disorder (ADHD), and typically developing controls (TCs) in response to a task involving evaluation of facial expressions. Substantially greater functional activity was noted in TCs compared to both subjects diagnosed with AD and ADHD. Consistent with previous studies, differences in functional activation of the amygdala, fusiform gyrus, cerebellum, mesolimbic, and temporal lobe cortical regions of the brain during a task evaluating facial expressions were noted in AD compared to TCs. Differences in the neural activity in these brain regions were also observed in children diagnosed with AD compared to those diagnosed with ADHD. Overall decreased neural activity was observed during the faces task performance in the AD group compared to the other two groups, a finding consistent with studies using adults. Both TC and ADHD control groups showed increased inferior frontal cortex activity compared to the AD group. Significant activity was present in both TC and ADHD control groups in the insula which was absent in the AD group; this is consistent with other studies showing dysfunction of the mesolimbic system in children with AD. Although frontostriatal and mesolimbic systems appear to be affected in AD, these deficits were not in the same attentional networks which are dysfunctional in children diagnosed with ADHD.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».