Disruption to functional networks in neonates with perinatal brain injury predicts motor skills at 8 months
Notice bibliographique
Résumé
Objective: Functional connectivity magnetic resonance imaging (fcMRI) of neonates with perinatal brain injury could improve prediction of motor impairment before symptoms manifest, and establish how early brain organization relates to subsequent development. This cohort study is the first to describe and quantitatively assess functional brain networks and their relation to later motor skills in neonates with a diverse range of perinatal brain injuries. Methods: = 53) were recruited from the neonatal intensive care unit (NICU) and were stratified based on their age at birth (premature vs. term), and on whether neuropathology was diagnosed from structural MRI. Functional brain networks and a measure of disruption to functional connectivity were obtained from 14 min of fcMRI acquired during natural sleep at term-equivalent age. Results: Disruption to connectivity of the somatomotor and frontoparietal executive networks predicted motor impairment at 4 and 8 months. This disruption in functional connectivity was not found to be driven by differences between clinical groups, or by any of the specific measures we captured to describe the clinical course. Conclusion: fcMRI was predictive over and above other clinical measures available at discharge from the NICU, including structural MRI. Motor learning was affected by disruption to somatomotor networks, but also frontoparietal executive networks, which supports the functional importance of these networks in early development. Disruption to these two networks might be best addressed by distinct intervention strategies.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».