The Superficial White Matter in Autism and Its Role in Connectivity Anomalies and Symptom Severity
Notice bibliographique
Résumé
In autism spectrum disorders (ASDs), the majority of neuroimaging studies have focused on the analysis of cortical morphology. White matter changes remain less understood, particularly their association to cortical structure and function. Here, we focused on region that has gained only little attention in ASD neuroimaging: the superficial white matter (SWM) immediately beneath the cortical interface, a compartment playing a prominent role in corticogenesis that incorporates long- and short-range fibers implicated in corticocortical connectivity. Studying a multicentric dataset of ASD and neurotypical controls, we harnessed surface-based techniques to aggregate microstructural SWM diffusion features. Multivariate analysis revealed SWM anomalies in ASD compared with controls in medial parietal and temporoparietal regions. Effects were similar in children and adolescents/adults and consistent across sites. Although SWM anomalies were more confined when correcting for cortical thickness and surface area, findings were overall robust. Diffusion anomalies modulated functional connectivity reductions in ASD and related to symptom severity. Furthermore, mediation models indicated a link between SWM changes, functional connectivity, and symptom load. Analyses targeting the SWM offer a novel perspective on the interplay between structural and functional network perturbations in ASD, highlighting a potentially important neurobiological substrate contributing to its diverse behavioral phenotype.
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 | 0,001 |
| 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 ».