Multidimensional Neuroanatomical Subtyping of Autism Spectrum Disorder
Notice bibliographique
Résumé
Autism spectrum disorder (ASD) is a group of neurodevelopmental disorders with multiple biological etiologies and highly variable symptoms. Using a novel analytical framework that integrates cortex-wide MRI markers of vertical (i.e., thickness, tissue contrast) and horizontal (i.e., surface area, geodesic distance) cortical organization, we could show that a large multi-centric cohort of individuals with ASD falls into 3 distinctive anatomical subtypes (ASD-I: cortical thickening, increased surface area, tissue blurring; ASD-II: cortical thinning, decreased distance; ASD-III: increased distance). Bootstrap analysis indicated a high consistency of these biotypes across thousands of simulations, while analysis of behavioral phenotypes and resting-state fMRI showed differential symptom load (i.e., Autism Diagnostic Observation Schedule; ADOS) and instrinsic connectivity anomalies in communication and social-cognition networks. Notably, subtyping improved supervised learning approaches predicting ADOS score in single subjects, with significantly increased performance compared to a subtype-blind approach. The existence of different subtypes may reconcile previous results so far not converging on a consistent pattern of anatomical anomalies in autism, and possibly relate the presence of diverging corticogenic and maturational anomalies. The high accuracy for symptom severity prediction indicates benefits of MRI biotyping for personalized diagnostics and may guide the development of targeted therapeutic strategies.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».