Exploring Individual Brain Variability during Development based on Patterns of Maturational Coupling of Cortical Thickness: A Longitudinal MRI Study
Notice bibliographique
Résumé
Structural covariance has recently emerged as a tool to study brain connectivity in health and disease. The main assumption behind the phenomenon of structural covariance is that changes in brain structure during development occur in a coordinated fashion. However, no study has yet explored the correlation of structural brain changes within individuals across development. Here, we used longitudinal magnetic resonance imaging scans from 141 normally developing children and adolescents (scanned 3 times) to introduce a novel subject-based maturational coupling approach. For each subject, maturational coupling was defined as similarity in the trajectory of cortical thickness (across the time points) between any two cortical regions. Our approach largely captured features seen in population-based structural covariance, and confirmed strong maturational coupling between homologous and near-neighbor cortical regions. Stronger maturational coupling among several homologous regions was observed for females compared to males, possibly indicating greater interhemispheric connectivity in females. Developmental changes in maturational coupling within the default-mode network (DMN) aligned with developmental changes in structural and functional DMN connectivity. Our findings indicate that patterns of maturational coupling within individuals may provide mechanistic explanation for the phenomenon of structural covariance, and allow investigation of individual brain variability with respect to cognition and disease vulnerability.
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 | 0,001 | 0,010 |
| 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 | 0,001 | 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 ».