MétaCan
Menu
← Retour à la cohorte
Enregistrement W2944768866 · doi:10.1101/635292

Building Functional Connectivity Neuromarkers of Behavioral Self-Regulation in Children with and without Autism Spectrum Disorder

2019· preprint· en· W2944768866 sur OpenAlexafffund
Christiane S. Rohr, Shanty Kamal, Signe Bray

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Children's Hospital Research InstituteCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésAutism spectrum disorderConnectomeAutismNeuroimagingCognitionPsychologyHuman Connectome ProjectTypically developingNeuroscienceResting state fMRIFunctional connectivityCognitive psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Children with Autism Spectrum Disorder (ASD) are known to struggle with behavioral self-regulation, which associates with greater daily-life challenges and an increased risk for psychiatric comorbidities. Despite these negative outcomes, little is known about the neural expression of behavioral regulation in children with and without ASD. Here, we examined whole-brain linear associations between brain functional correlations (FC) and behavioral regulation through connectome predictive modelling (CPM), a data-driven protocol for developing predictive models of brain–behavior relationships from data, assessing ‘neuromarkers’ using cross-validation. Using data from two sites of the ABIDE II dataset comprising 276 children with and without ASD (8-13 years), we identified functional brain networks whose FC predicted individual differences in two, of three, behavioral regulation subdomains. These distributed network models predicted novel individuals’ inhibition and shifting from resting-state FC data both in a leave-one-out, as well as split halves, cross-validation. We observed commonalities and differences in the functional networks associating with these subdomains, with inhibition relying on more posterior networks, shifting relying on more anterior networks, and both involving regions of the DMN. Our findings present a substantial addition to our knowledge on the neural expressions of inhibition and shifting across the spectrum of children with and without ASD, demonstrating the utility of this trans-diagnostic modelling approach. Given the numerous cognitive and behavioral issues that can be quantified dimensionally in neurodevelopmental disorders, further refinement of whole-brain neuromarker techniques may thus pave a way for functional neuroimaging to meaningfully contribute to individualized medicine.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→