MétaCan
Menu
Retour à la cohorte
Enregistrement W2797702265 · doi:10.1038/s41467-019-08944-1

Atypical functional connectome hierarchy in autism

2019· article· en· W2797702265 sur OpenAlexafffund
Seok‐Jun Hong, Reinder Vos de Wael, Richard A. I. Bethlehem, Sara Larivière, Casey Paquola, Sofie L. Valk, Michael P. Milham, Adriana Di Martino, Daniel S. Margulies, Jonathan Smallwood, Boris C. Bernhardt

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Neurological Disorders and StrokeFonds de Recherche du Québec - SantéNational Institutes of HealthCentre Azrieli de recherche sur l'autisme, Institut et Hôpital Neurologiques de MontréalNational Institute of Mental HealthHospital for Sick ChildrenNational Institute on Deafness and Other Communication DisordersStavros Niarchos FoundationNatural Sciences and Engineering Research Council of CanadaFaculty of Medicine, McGill UniversityMcGill UniversityBen B. and Iris M. Margolis FoundationUniversity of PittsburghCanadian Institutes of Health ResearchLeon Levy FoundationAutism Speaks
Mots-clésAutismConnectomeAutism spectrum disorderNeuroscienceFunctional magnetic resonance imagingCognitionSensory systemPsychologyCognitive psychologyDefault mode networkConnectomicsFunctional connectivityDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

One paradox of autism is the co-occurrence of deficits in sensory and higher-order socio-cognitive processing. Here, we examined whether these phenotypical patterns may relate to an overarching system-level imbalance-specifically a disruption in macroscale hierarchy affecting integration and segregation of unimodal and transmodal networks. Combining connectome gradient and stepwise connectivity analysis based on task-free functional magnetic resonance imaging (fMRI), we demonstrated atypical connectivity transitions between sensory and higher-order default mode regions in a large cohort of individuals with autism relative to typically-developing controls. Further analyses indicated that reduced differentiation related to perturbed stepwise connectivity from sensory towards transmodal areas, as well as atypical long-range rich-club connectivity. Supervised pattern learning revealed that hierarchical features predicted deficits in social cognition and low-level behavioral symptoms, but not communication-related symptoms. Our findings provide new evidence for imbalances in network hierarchy in autism, which offers a parsimonious reference frame to consolidate its diverse features.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,305
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations567
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207