Emerging atypical connectivity networks for processing angry and fearful faces in very preterm born children
Notice bibliographique
Résumé
Very preterm born (VPT) children are those born before 32/40 weeks' gestational age and comprise 10% of the 15 million babies born prematurely worldwide each year. Due to advancements in neonatal medicine, the survival rate of VPT birth has increased, but few studies have investigated the nonmedical, social-cognitive morbidities that affect these children. In this study, we examined emotional face processing networks in VPT compared to age and sex matched full-term born (FT) children. Magnetoencephalography (MEG) was used to test VPT and FT born children at 6 years (n = 78) and 8 years (n = 83). Children were assessed using an implicit emotion face-processing task. Happy, fearful, and angry faces were presented for 150 ms, but children were asked to respond by button press to the location of a control pixelated image of the face displayed on the side of the screen opposite to the face. Children rated the valence of the images on a five-point scale. Group differences showed that VPT children rated angry faces more positively than their FT peers. VPT children had reduced connectivity for angry and fearful faces at 8 years in networks including regions such as the bilateral amygdala, superior temporal sulci, and anterior cingulate gyrus. Interventions should target both emotion recognition, as well as higher cognitive processes related to emotional control and thinking about one's own emotions.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».