Understanding the Learning Disabilities Linked to Sagittal Craniosynostosis
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to investigate further findings that corroborate similarities between corrected sagittal craniosynostosis and attention deficit hyperactivity disorder (ADHD). The aim is to further characterize the neurocognitive deficits seen in adolescents with corrected craniosynostosis by comparing it to established learning deficits such as ADHD. METHODS: A total of 30 functional magnetic resonance imaging (fMRI) of 10 sagittal nonsyndromic craniosynostosis (sNSC), 10 ADHD-combined, and 10 control adolescents were studied. The fMRI scans were analyzed utilizing Statistical Parametric Mapping (University College London, UK) and analyzed with BioImageSuite (Yale University, New Haven, CT). RESULTS: The ADHD has lower connectivity to Brodmann area (BA) 11 (Montreal Neurological Institution [MNI]: -12,26,-21), BA20 (MNI: 62,-24,-25), and BA21 (MNI: 62,-32,-23) compared to sNSC and controls (P < 0.001). The sNSC has a unique visuospatial defect, compared to ADHD, created by decreased connectivity to BA31 (MNI: -3,-68,37), BA7 (MNI: -4,-68,41), BA19 (MNI: 0,-83,31), visual association cortex (MNI: -4,-78,22), and primary visual cortex (MNI: 7,-74,21) (P < 0.001). CONCLUSION: Patients born with sNSC have different neural connections than children born with ADHD. Patients born with sNSC have decreased connections in areas of visual processing and increased connections in areas of attention and auditory processing than patients with ADHD. Therefore, children with sagittal craniosynsotosis may have learning difficulties that, similar, yet different from ADHD.
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 ».