A multicohort, longitudinal study of cerebellar development in attention deficit hyperactivity disorder
Notice bibliographique
Résumé
BACKGROUND: The cerebellum supports many cognitive functions disrupted in attention deficit hyperactivity disorder (ADHD). Prior neuroanatomic studies have been often limited by small sample sizes, inconsistent findings, and a reliance on cross-sectional data, limiting inferences about cerebellar development. Here, we conduct a multicohort study using longitudinal data, to characterize cerebellar development. METHODS: Growth trajectories of the cerebellar vermis, hemispheres and white matter were estimated using piecewise linear regression from 1,656 youth; of whom 63% had longitudinal data, totaling 2,914 scans. Four cohorts participated, all contained childhood data (age 4-12 years); two had adolescent data (12-25 years). Growth parameters were combined using random-effects meta-analysis. RESULTS: Diagnostic differences in growth were confined to the corpus medullare (cerebellar white matter). Here, the ADHD group showed slower growth in early childhood compared to the typically developing group (left corpus medullare z = 2.49, p = .01; right z = 2.03, p = .04). This reversed in late childhood, with faster growth in ADHD in the left corpus medullare (z = 2.06, p = .04). Findings held when gender, intelligence, comorbidity, and psychostimulant medication were considered. DISCUSSION: Across four independent cohorts, containing predominately longitudinal data, we found diagnostic differences in the growth of cerebellar white matter. In ADHD, slower white matter growth in early childhood was followed by faster growth in late childhood. The findings are consistent with the concept of ADHD as a disorder of the brain's structural connections, formed partly by developing cortico-cerebellar white matter tracts.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».