An Age-Adjusted EEG Source Classifier Accurately Detects School-Aged Barbadian Children That Had Protein Energy Malnutrition in the First Year of Life
Notice bibliographique
Résumé
We have identified an electroencephalographic (EEG) based statistical classifier that correctly distinguishes children with histories of Protein Energy Malnutrition (PEM) in the first year of life from healthy controls with 0.82% accuracy (area under the ROC curve). Our previous study achieved similar accuracy but was based on scalp quantitative EEG features that precluded anatomical interpretation. We have now employed BC-VARETA, a novel high-resolution EEG source imaging method with minimal leakage and maximal sparseness, which allowed us to identify a classifier in the source space. The EEGs were recorded in 1978 in a sample of 108 children who were 5-11 years old and were participants in the 45+ year longitudinal Barbados Nutrition Study. The PEM cohort experienced moderate-severe PEM limited to the first year of life and were age, handedness and gender-matched with healthy classmates who served as controls. In the current study, we utilized a machine learning approach based on the elastic net to create a stable sparse classifier. Interestingly, the classifier was driven predominantly by nutrition group differences in alpha activity in the lingual gyrus. This structure is part of the pathway associated with generating alpha rhythms that increase with normal maturation. Our findings indicate that the PEM group showed a significant decrease in alpha activity, suggestive of a delay in brain development. Childhood malnutrition is still a serious worldwide public health problem and its consequences are particularly severe when present during early life. Deficits during this critical period are permanent and predict impaired cognitive and behavioral functioning later in life. Our EEG source classifier may provide a functionally interpretable diagnostic technology to study the effects of early childhood malnutrition on the brain, and may have far-reaching applicability in low resource settings.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».