Language Ability Predicts Cortical Structure and Covariance in Boys with Autism Spectrum Disorder
Notice bibliographique
Résumé
There is significant clinical heterogeneity in language and communication abilities of individuals with Autism Spectrum Disorders (ASD). However, no consistent pathology regarding the relationship of these abilities to brain structure has emerged. Recent developments in anatomical correlation-based approaches to map structural covariance networks (SCNs), combined with detailed behavioral characterization, offer an alternative for studying these relationships. In this study, such an approach was used to study the integrity of SCNs of cortical thickness and surface area associated with language and communication, in 46 high-functioning, school-age children with ASD compared with 50 matched, typically developing controls (all males) with IQ > 75. Findings showed that there was alteration of cortical structure and disruption of fronto-temporal cortical covariance in ASD compared with controls. Furthermore, in an analysis of a subset of ASD participants, alterations in both cortical structure and covariance were modulated by structural language ability of the participants, but not communicative function. These findings indicate that structural language abilities are related to altered fronto-temporal cortical covariance in ASD, much more than symptom severity or cognitive ability. They also support the importance of better characterizing ASD samples while studying brain structure and for better understanding individual differences in language and communication abilities in ASD.
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 | 0,001 |
| 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 ».