Increased scale-free dynamics in salience network in adult high-functioning autism
Notice bibliographique
Résumé
Autism spectrum disorder (ASD) is clinically characterized by extremely slow and inflexible behavior. The neuronal mechanisms of these symptoms remain unclear though. Using fMRI, we investigate the resting state's temporal structure in the frequency domain (scale-free activity as measured with Power-Law Exponent, PLE, and Spectral Entropy, SE) and temporal variance (neural variability) in high-functioning, adult ASD comparing them with schizophrenic and neurotypical subjects. We show that ASD is characterized by high PLE in salience network, especially in dorsal anterior cingulate. This increase in PLE was 1) specific for salience network; 2) independent of other measures such as neuronal variability/SD and functional connectivity, which did not show any significant difference; 3) detected in two independent samples of ASD but not in the schizophrenia sample. Among salience network subregions, dorsal anterior cingulate cortex exhibited PLE differences between ASD and neurotypicals in both samples, showing high robustness in ROC curves values. Salience network abnormal temporal structure was confirmed by SE, which was strongly anticorrelated with PLE and thus decreased in ASD. Taken together, our findings show abnormal temporal structure (but normal temporal variance) in resting state salience network in adult high-functioning ASD. The abnormally high PLE indicates a relative predominance of slower over faster frequencies, which may underlie the slow adaptation to unexpected changes and the inflexible behavior observed in autistic individuals. The specificity of abnormal PLE in salience network suggests its potential utility as biomarker in ASD.
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 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».