Atypical age-related changes in cortical thickness in autism spectrum disorder
Notice bibliographique
Résumé
Recent longitudinal neuroimaging and neurophysiological studies have shown that tracking relative age-related changes in neural signals, rather than a static snapshot of a neural measure, could offer higher sensitivity for discriminating typically developing (TD) individuals from those with autism spectrum disorder (ASD). It is not clear, however, which aspects of age-related changes (trajectories) would be optimal for identifying atypical brain development in ASD. Using a large cross-sectional data set (Autism Brain Imaging Data Exchange [ABIDE] repository; releases I and II), we aimed to explore age-related changes in cortical thickness (CT) in TD and ASD populations (age range 6-30 years old). Cortical thickness was estimated from T1-weighted MRI images at three scales of spatial coarseness (three parcellations with different numbers of regions of interest). For each parcellation, three polynomial models of age-related changes in CT were tested. Specifically, to characterize alterations in CT trajectories, we compared the linear slope, curvature, and aberrancy of CT trajectories across experimental groups, which was estimated using linear, quadratic, and cubic polynomial models, respectively. Also, we explored associations between age-related changes with ASD symptomatology quantified as the Autism Diagnostic Observation Schedule (ADOS) scores. While no overall group differences in cortical thickness were observed across the entire age range, ASD and TD populations were different in terms of age-related changes, which were located primarily in frontal and tempo-parietal areas. These atypical age-related changes were also associated with ADOS scores in the ASD group and used to predict ASD from TD development. These results indicate that the curvature is the most reliable feature for localizing brain areas developmentally atypical in ASD with a more pronounced effect with symptomatology and is the most sensitive in predicting ASD development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».