MétaCan
Menu
Retour à la cohorte
Enregistrement W2900930986 · doi:10.1016/j.nicl.2018.11.006

White matter injury predicts disrupted functional connectivity and microstructure in very preterm born neonates

2018· article· en· W2900930986 sur OpenAlexafffund
Emma G. Duerden, Sheliza Halani, Karin Ng, Ting Guo, Justin Foong, Torin Glass, Vann Chau, Helen M. Branson, John G. Sled, Hilary Whyte, Edmond Kelly, Steven P. Miller

Notice bibliographique

RevueNeuroImage Clinical · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMount Sinai HospitalCanada Research ChairsSickKids FoundationUniversity of TorontoChildren's Hospital of Western OntarioHospital for Sick ChildrenWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Brain Institute
Mots-clésWhite matterCorpus callosumFractional anisotropyCorona radiata (embryology)Diffusion MRIInterquartile rangeFasciculusMedicineMagnetic resonance imagingConnectomeDiffuse axonal injuryAnatomyNeuroscienceFunctional connectivityInternal medicinePsychologyTraumatic brain injuryRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine whether the spatial extent and location of early-identified punctate white matter injury (WMI) is associated with regionally-specific disruptions in thalamocortical-connectivity in very-preterm born neonates. METHODS: 37 very-preterm born neonates (median gestational age: 28.1 weeks; interquartile range [IQR]: 27-30) underwent early MRI (median age 32.9 weeks; IQR: 32-35), and WMI was identified in 13 (35%) neonates. Structural T1-weighted, resting-state functional Magnetic Resonance Imaging (rs-fMRI, n = 34) and Diffusion Tensor Imaging (DTI, n = 31) sequences were acquired using 3 T-MRI. A probabilistic map of WMI was developed for the 13 neonates demonstrating brain injury. A neonatal atlas was applied to the WMI maps, rs-fMRI and DTI analyses to extract volumetric, functional and microstructural data from regionally-specific brain areas. Associations of thalamocortical-network strength and alterations in fractional anisotropy (FA, a measure of white-matter microstructure) with WMI volume were assessed in general linear models, adjusting for age at scan and cerebral volumes. RESULTS: WMI volume in the superior (β = -0.007; p = .02) and posterior corona radiata (β = -0.01; p = .01), posterior thalamic radiations (β = -0.01; p = .005) and superior longitudinal fasciculus (β = -0.02; p = .001) was associated with reduced connectivity strength between thalamus and parietal resting-state networks. WMI volume in the left (β = -0.02; p = .02) and right superior corona radiata (β = -0.03; p = .008), left posterior corona radiata (β = -0.03; p = .01), corpus callosum (β = -0.11; p < .0001) and right superior longitudinal fasciculus (β = -0.02; p = .02) was associated with functional connectivity strength between thalamic and sensorimotor networks. Increased WMI volume was also associated with decreased FA values in the corpus callosum (β = -0.004, p = .015). CONCLUSIONS: Regionally-specific alterations in early functional and structural network complexity resulting from WMI may underlie impaired outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,385
Écart entre enseignants0,324 · 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 tête enseignante, 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

Citations51
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207