Uncovering the neuroanatomical correlates of cognitive, affective and conative theory of mind in paediatric traumatic brain injury: a neural systems perspective
Notice bibliographique
Résumé
Deficits in theory of mind (ToM) are common after neurological insult acquired in the first and second decade of life, however the contribution of large-scale neural networks to ToM deficits in children with brain injury is unclear. Using paediatric traumatic brain injury (TBI) as a model, this study investigated the sub-acute effect of paediatric traumatic brain injury on grey-matter volume of three large-scale, domain-general brain networks (the Default Mode Network, DMN; the Central Executive Network, CEN; and the Salience Network, SN), as well as two domain-specific neural networks implicated in social-affective processes (the Cerebro-Cerebellar Mentalizing Network, CCMN and the Mirror Neuron/Empathy Network, MNEN). We also evaluated prospective structure-function relationships between these large-scale neural networks and cognitive, affective and conative ToM. 3D T1- weighted magnetic resonance imaging sequences were acquired sub-acutely in 137 children [TBI: n = 103; typically developing (TD) children: n = 34]. All children were assessed on measures of ToM at 24-months post-injury. Children with severe TBI showed sub-acute volumetric reductions in the CCMN, SN, MNEN, CEN and DMN, as well as reduced grey-matter volumes of several hub regions of these neural networks. Volumetric reductions in the CCMN and several of its hub regions, including the cerebellum, predicted poorer cognitive ToM. In contrast, poorer affective and conative ToM were predicted by volumetric reductions in the SN and MNEN, respectively. Overall, results suggest that cognitive, affective and conative ToM may be prospectively predicted by individual differences in structure of different neural systems-the CCMN, SN and MNEN, respectively. The prospective relationship between cerebellar volume and cognitive ToM outcomes is a novel finding in our paediatric brain injury sample and suggests that the cerebellum may play a role in the neural networks important for ToM. These findings are discussed in relation to neurocognitive models of ToM. We conclude that detection of sub-acute volumetric abnormalities of large-scale neural networks and their hub regions may aid in the early identification of children at risk for chronic social-cognitive impairment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».