Functional properties of resting state networks in healthy full-term newborns
Notice bibliographique
Résumé
Objective, early, and non-invasive assessment of brain function in high-risk newborns is critical to initiate timely interventions and to minimize long-term neurodevelopmental disabilities. A prerequisite to identifying deviations from normal, however, is the availability of baseline measures of brain function derived from healthy, full-term newborns. Recent advances in functional MRI combined with graph theoretic techniques may provide important, currently unavailable, quantitative markers of normal neurodevelopment. In the current study, we describe important properties of resting state networks in 60 healthy, full-term, unsedated newborns. The neonate brain exhibited an efficient and economical small world topology: densely connected nearby regions, sparse, but well integrated, distant connections, a small world index greater than 1, and global/local efficiency greater than network cost. These networks showed a heavy-tailed degree distribution, suggesting the presence of regions that are more richly connected to others ('hubs'). These hubs, identified using degree and betweenness centrality measures, show a more mature hub organization than previously reported. Targeted attacks on hubs show that neonate networks are more resilient than simulated scale-free networks. Networks fragmented faster and global efficiency decreased faster when betweenness, as opposed to degree, hubs were attacked suggesting a more influential role of betweenness hub in the neonate network.
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 | 0,002 | 0,009 |
| 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) | 0,000 | 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 ».