Interplay of brain structure and function in neonatal congenital heart disease
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether structural and microstructural brain abnormalities in neonates with congenital heart disease (CHD) correlate with neuronal network dysfunction measured by analysis of EEG connectivity. METHODS: We studied a prospective cohort of 20 neonates with CHD who underwent continuous EEG monitoring before surgery to assess functional brain maturation and network connectivity, structural magnetic resonance imaging (MRI) to determine the presence of brain injury and structural brain development, and diffusion tensor MRI to assess brain microstructural development. RESULTS: Neonates with MRI brain injury and delayed structural and microstructural brain development demonstrated significantly stronger high-frequency (beta and gamma frequency band) connectivity. Furthermore, neonates with delayed microstructural brain development demonstrated significantly weaker low-frequency (delta, theta, alpha frequency band) connectivity. Neonates with brain injury also displayed delayed functional maturation of EEG background activity, characterized by greater background discontinuity. INTERPRETATION: These data provide new evidence that early structural and microstructural developmental brain abnormalities can have immediate functional consequences that manifest as characteristic alterations of neuronal network connectivity. Such early perturbations of developing neuronal networks, if sustained, may be responsible for the persistent neurocognitive impairment prevalent in adolescent survivors of CHD. These foundational insights into the complex interplay between evolving brain structure and function may have relevance for a wide spectrum of neurological disorders manifesting early developmental brain injury.
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) | 0,000 | 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 ».