EEG hyper-connectivity in high-risk infants is associated with later autism
Notice bibliographique
Résumé
BACKGROUND: It has been previously reported that structural and functional brain connectivity in individuals with autism spectrum disorders (ASD) is atypical and may vary with age. However, to date, no measures of functional connectivity measured within the first 2 years have specifically associated with a later ASD diagnosis. METHODS: In the present study, we analyzed functional brain connectivity in 14-month-old infants at high and low familial risk for ASD using electroencephalography (EEG). EEG was recorded while infants attended to videos. Connectivity was assessed using debiased weighted phase lag index (dbWPLI). At 36 months, the high-risk infants were assessed for symptoms of ASD. RESULTS: As a group, high-risk infants who were later diagnosed with ASD demonstrated elevated phase-lagged alpha-range connectivity as compared to both low-risk infants and high-risk infants who did not go on to ASD. Hyper-connectivity was most prominent over frontal and central areas. The degree of hyper-connectivity at 14 months strongly correlated with the severity of restricted and repetitive behaviors in participants with ASD at 3 years. These effects were not attributable to differences in behavior during the EEG session or to differences in spectral power. CONCLUSIONS: The results suggest that early hyper-connectivity in the alpha frequency range is an important feature of the ASD neurophysiological phenotype.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».