Brain metabolite levels and language abilities in preschool children
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Language acquisition occurs rapidly during early childhood and lays the foundation for future reading success. However, little is known about the brain-language relationships in young children. The goal of this study was to investigate relationships between brain metabolites and prereading language abilities in healthy preschool-aged children. METHODS: = 45). Children completed the NEPSY-II Phonological Processing and Speeded Naming subtests at the same time as their MRI scan. We calculated glutamate, glutamine, creatine/phosphocreatine, choline, inositol, and NAA concentrations, and correlated these with language skills. RESULTS: In the anterior cingulate, Phonological Processing Scaled Scores were significantly correlated with glutamate, creatine, and inositol concentrations. In the left angular gyrus, Speeded Naming Combined Scaled Scores showed trend correlations with choline and glutamine concentrations. CONCLUSIONS: For the first time, we demonstrate relationships between brain metabolites and prereading language abilities in young children. Our results show relationships between language and inositol and glutamate that may reflect glial differences underlying language function, and a relationship of language with creatine. The trend between Speeded Naming and choline is consistent with previous research in older children and adults; however, larger sample sizes are needed to confirm whether this relationship is indeed significant in young children. These findings help understand the brain basis of language, and may ultimately lead to earlier and more effective interventions for reading disabilities.
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.
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 | 0,000 |
| 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 découle