Slower Postnatal Growth Is Associated with Delayed Cerebral Cortical Maturation in Preterm Newborns
Notice bibliographique
Résumé
Slower postnatal growth is an important predictor of adverse neurodevelopmental outcomes in infants born preterm. However, the relationship between postnatal growth and cortical development remains largely unknown. Therefore, we examined the association between neonatal growth and diffusion tensor imaging measures of microstructural cortical development in infants born very preterm. Participants were 95 neonates born between 24 and 32 weeks gestational age studied twice with diffusion tensor imaging: scan 1 at a median of 32.1 weeks (interquartile range, 30.4 to 33.6) and scan 2 at a median of 40.3 weeks (interquartile range, 38.7 to 42.7). Fractional anisotropy and eigenvalues were recorded from 15 anatomically defined cortical regions. Weight, head circumference, and length were recorded at birth and at the time of each scan. Growth between scans was examined in relation to diffusion tensor imaging measures at scans 1 and 2, accounting for gestational age, birth weight, sex, postmenstrual age, known brain injury (white matter injury, intraventricular hemorrhage, and cerebellar hemorrhage), and neonatal illness (patent ductus arteriosus, days intubated, infection, and necrotizing enterocolitis). Impaired weight, length, and head growth were associated with delayed microstructural development of the cortical gray matter (fractional anisotropy: P < 0.001), but not white matter (fractional anisotropy: P = 0.529), after accounting for prenatal growth, neonatal illness, and brain injury. Avoiding growth impairment during neonatal care may allow cortical development to proceed optimally and, ultimately, may provide an opportunity to reduce neurological disabilities related to preterm birth.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».