Default Mode Network Oscillatory Coupling Is Increased Following Concussion
Notice bibliographique
Résumé
Concussion is a common form of mild traumatic brain injury (mTBI). Despite the descriptor ‘mild’, a single injury can leave long-lasting and sustained alterations to brain function, including changes to localised activity and large-scale interregional communication. Cognitive complaints are thought to arise from such functional deficits. We investigated the impact of injury on neurophysiological and functionally-specialised resting networks, known as intrinsic connectivity networks (ICNs), using magnetoencephalography (MEG). We assessed neurophysiological connectivity in 40 males, 20 with concussion, and 20 without. Regions-of-interest that comprise nodes of ICNs were defined, and their time courses derived using a beamformer approach. Pairwise fluctuations and covariations in band-limited amplitude envelopes were computed reflecting measures of functional connectivity. Intra-network connectivity was compared between groups using permutation testing, and correlated with symptoms. We observed increased resting spectral connectivity in the default mode and motor networks in our concussion group when compared with controls, across alpha through gamma ranges. Moreover, these differences were not explained by power spectrum density within the ICNs. Furthermore, this increased coupling was significantly associated with symptoms in the DMN and MOT networks – but once accounting for comorbidities (including, depression, anxiety, and ADHD) only the DMN continued to be associated with symptoms. The DMN network plays a critical role in shifting between cognitive tasks. These data suggest even a single concussion can perturb the intrinsic coupling of this functionally-specialised network in the brain, and may explain persistent and wide-ranging symptomatology.
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 | 0,000 | 0,004 |
| 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 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 ».