MétaCan
Menu
← Retour à la cohorte
Enregistrement W2884200677 · doi:10.1161/str.49.suppl_1.tmp103

Abstract TMP103: Neuroplasticity of Functional Connectivity in Language Networks in Children After Perinatal Stroke

2018· article· en· W2884200677 sur OpenAlexaff
Helen L. Carlson, Cole Sugden, Adam Kirton, Brian L. Brooks

Notice bibliographique

RevueStroke · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensUniversity of CalgaryCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)PopulationNeuroplasticityInferior frontal gyrusAudiologyCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Acquisition of language during development is imperative for lifelong functioning. Perinatal stroke is an ideal human model of developmental neuroplasticity. Many children with perinatal stroke (arterial ischemic stroke [AIS] or periventricular venous infarction [PVI]) have intact language function despite damage to language areas. We examined the strength of functional connectivity of language networks in children with perinatal stroke. Methods: Participants were recruited from a population-based perinatal stroke cohort and compared to right-handed typically developing controls (TDC). All were scanned at rest using a 3T GE MRI (36 slices, 3.6mm isotropic, repetition/echo time=2000/30ms, 150 volumes, ~6:00). Language networks were identified using a seed based technique measuring blood oxygen level dependent responses in bilateral inferior frontal gyrus (IFG) and posterior superior temporal gyrus (pSTG). Seed-to-seed temporal correlations quantified connectivity. Standardized language outcomes for a subset included measures of vocabulary (WISC-IV Vocabulary) and fluency (NEPSY-II Word Generation Initial Letter). Results: The population was 68 children aged 6-19 (17 AIS [mean age 14.0±4.1], 15 PVI [12.8±4.0], 36 TDC [12.9±3.6]). Seven of 13 stroke children (54%) scored below the 10 th percentile on the word generation task. TDC showed stronger interhemispheric connectivity between frontal (LIFG-RIFG r=0.82±0.3) and temporal (LpSTG-RpSTG r=0.79±0.2) areas compared to intrahemispheric (LIFG-LpSTG r=0.46±0.2; RIFG-RpSTG r=0.39±0.3). For AIS, interhemispheric connectivity between left and right IFG was lower than TDC regardless of stroke side [p<0.001]. For AIS with a left lesion, intrahemispheric connectivity in the right hemisphere appeared higher than TDC [p=0.051]. Connectivity for PVI participants was comparable to TDC. Neither intra- nor interhemispheric connectivity appeared to relate to language function in this simple network. Conclusions: Functional strength of language networks is altered after AIS but not PVI. Connectivity of larger language networks needs further investigation to explore compensatory mechanisms and may help target language rehabilitation.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

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
Bibliométrie0,0000,000
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)0,0040,000

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetNeonatal and fetal brain pathology→Travaux en français237 207→