Greater Individual Variability in Functional Brain Activity during Working Memory Performance in young people with Autism and Executive Function Impairment
Notice bibliographique
Résumé
BACKGROUND: Individuals with autism spectrum disorder (ASD) often present with executive functioning (EF) deficits, including spatial working memory (SWM) impairment, which impedes real-world functioning. The present study examined task-related brain activity, connectivity and individual variability in fMRI-measured neural response during an SWM task in older youth and young adults with autism and clinically significant EF impairment. METHODS: Neuroimaging was analyzed in 29 individuals with ASD without intellectual disability who had clinically significant EF impairment on the Behavior Rating Inventory of Executive Function, and 20 typically developing controls (participant age range=16-34). An SWM N-Back task was performed during fMRI. SWM activity (2-Back vs. 0-Back) and task-related dorsolateral prefrontal cortex (DLPFC) connectivity was examined within and between groups. Variability of neural response during SWM was also examined. RESULTS: During SWM performance both groups activated the expected networks, and no group differences in network activation or task-related DLPFC-connectivity were found. However, greater individual variability in the pattern of SWM activity was found in the ASD versus the typically developing control group. CONCLUSIONS: While there were no group differences in SWM task-evoked activity or connectivity, fronto-parietal network engagement was found to be more variable/idiosyncratic in ASD. Our results suggest that the fronto-parietal network may be shifted or sub-optimally engaged during SWM performance in participants with ASD with clinically significant EF impairment, with implications for developing targeted interventions for this subgroup.
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 | 0,002 | 0,007 |
| 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 | 0,000 | 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 ».