Resting‐State fMRI Networks in Children with Tuberous Sclerosis Complex
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: There are no published studies examining resting state networks (RSNs) and their relationship with neurodevelopmental metrics in tuberous sclerosis complex (TSC). We aimed to identify major resting-state functional magnetic resonance imaging (rs-fMRI) networks in infants with TSC and correlate network analyses with neurodevelopmental assessments, autism diagnosis, and seizure history. METHODS: Rs-fMRI data from 34 infants with TSC, sedated with propofol during the scan, were analyzed to identify auditory, motor, and visual RSNs. We examined the correlations between auditory, motor, and visual RSNs at approximately 11.5 months, neurodevelopmental outcome at approximately 18.5 months, and diagnosis of autism spectrum disorders at approximately 36 months of age. RESULTS: RSNs were obtained in 76.5% (26/34) of infants. We observed significant negative correlations between auditory RSN and auditory comprehension test scores (p = .038; r = -.435), as well as significant positive correlations between motor RSN and gross motor skills test scores (p = .023; r = .564). Significant positive correlations between motor RSNs and gross motor skills (p = .012; r = .754) were observed in TSC infants without autism, but not in TSC infants with autism, which could suggest altered motor processing. There were no significant differences in RSNs according to seizure history. CONCLUSIONS: Negative correlation between auditory RSN, as well as positive correlation between motor RSN and developmental outcome measures might reflect different brain mechanisms and, when identified, may be helpful in predicting later function. A larger study of TSC patients with a healthy control group is needed before auditory and motor RSNs could be considered as neurodevelopmental outcome biomarkers.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle