MétaCan
Menu
Retour à la cohorte
Enregistrement W2987101781 · doi:10.1016/j.neuroimage.2019.116352

ADHD desynchronizes brain activity during watching a distracted multi-talker conversation

2019· article· en· W2987101781 sur OpenAlexaff
Juha Salmi, Mostafa Metwaly, Jussi Tohka, Kimmo Alho, Sami Leppämäki, Pekka Tani, Anniina Koski, Tamara Vanderwal, Matti Laine

Notice bibliographique

RevueNeuroImage · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesÅbo AkademiStiftelsen för Åbo AkademiAcademy of Finland
Mots-clésPsychologyDistractionAttention deficit hyperactivity disorderFunctional magnetic resonance imagingBrain activity and meditationAudiologyCognitive psychologyImpulsivityEveryday lifeStimulus (psychology)NeuroscienceDevelopmental psychologyElectroencephalographyClinical psychology

Résumé

récupéré en direct d'OpenAlex

Individuals with attention-deficit/hyperactivity disorder (ADHD) have difficulties navigating dynamic everyday situations that contain multiple sensory inputs that need to either be attended to or ignored. As conventional experimental tasks lack this type of everyday complexity, we administered a film-based multi-talker condition with auditory distractors in the background. ADHD-related aberrant brain responses to this naturalistic stimulus were identified using intersubject correlations (ISCs) in functional magnetic resonance imaging (fMRI) data collected from 51 adults with ADHD and 29 healthy controls. A novel permutation-based approach introducing studentized statistics and subject-wise voxel-level null-distributions revealed that several areas in cerebral attention networks and sensory cortices were desynchronized in participants with ADHD (n = 20) relative to healthy controls (n = 20). Specifically, desynchronization of the posterior parietal cortex occurred when irrelevant speech or music was presented in the background, but not when irrelevant white noise was presented, or when there were no distractors. We also show regionally distinct ISC signatures for inattention and impulsivity. Finally, post-scan recall of the film contents was associated with stronger ISCs in the default-mode network for the ADHD and in the dorsal attention network for healthy controls. The present study shows that ISCs can further our understanding of how a complex environment influences brain states in 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,317
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations51
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207