QOS-41NEURAL NETWORK DISTURBANCES IN CHILDREN TREATED FOR BRAIN TUMOURS
Notice bibliographique
Résumé
BACKGROUND: Children treated for brain tumours consistently suffer from altered brain structure and function leading to long-term cognitive impairments. These structural and functional changes suggest there may also be perturbations in the neural networks that underlie cognitive function in these children. In this study we investigated whether pediatric brain tumour survivors express atypical brain networks following treatment by examining their resting-state functional connectivity compared to healthy children. METHODS: Resting-state brain activity was obtained from 28 pediatric brain tumour survivors (11.62 yrs ± 3.00) and 28 healthy children (11.60 yrs ± 3.26) using magnetoencephalography. Time-series were reconstructed for all cortical, subcortical and cerebellar sources in the Automated Anatomical Labeling atlas and filtered into delta (2-3 Hz), theta (4-7 Hz), alpha (8-12 Hz), beta (13-29 Hz), low gamma (30-59 Hz) and high gamma (60-100 Hz) frequency bandwidths. Weighted phase lag index values were computed to index functional connectivity among brain regions relative to controls. RESULTS: Following brain tumour treatment, pediatric brain tumour survivors express hyperconnectivity in the delta band compared to healthy children (P < 0.05). This atypical network is composed primarily of long-range connections spanning many cortical, subcortical and cerebellar regions across the brain. CONCLUSION: Children treated for brain tumours experience neural network disturbances in the low frequency range. These findings suggest that atypical functional connectivity may underlie cognitive deficits observed in pediatric brain tumour survivors.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».