MétaCan
Menu
Retour à la cohorte
Enregistrement W3041707696 · doi:10.1093/braincomms/fcaa092

Neural correlates of polygenic risk score for autism spectrum disorders in general population

2020· article· en· W3041707696 sur OpenAlexafffund
Budhachandra Khundrakpam, Uku Vainik, Jinnan Gong, Noor Al‐Sharif, Neha Bhutani, Gregory Kiar, Yashar Zeighami, Matthias Kirschner, Cheng Luo, Alain Dagher, Alan C. Evans

Notice bibliographique

RevueBrain Communications · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcGill UniversityMcGill University Health CentreMontreal Neurological Institute and Hospital
Organismes subventionnairesMultiCare Institute for Research and InnovationEesti TeadusagentuurFondation Brain Canada
Mots-clésAutismAutism spectrum disorderPrecuneusPopulationPsychologyNeuroimagingWhite matterNeurocognitiveNeuroscienceMedicinePsychiatryMagnetic resonance imagingCognition

Résumé

récupéré en direct d'OpenAlex

Abstract Autism spectrum disorder is a highly prevalent and highly heritable neurodevelopmental condition, but studies have mostly taken traditional categorical diagnosis approach (yes/no for autism spectrum disorder). In contrast, an emerging notion suggests a continuum model of autism spectrum disorder with a normal distribution of autistic tendencies in the general population, where a full diagnosis is at the severe tail of the distribution. We set out to investigate such a viewpoint by investigating the interaction of polygenic risk scores for autism spectrum disorder and Age2 on neuroimaging measures (cortical thickness and white matter connectivity) in a general population (n = 391, with age ranging from 3 to 21 years from the Pediatric Imaging, Neurocognition and Genetics study). We observed that children with higher polygenic risk for autism spectrum disorder exhibited greater cortical thickness for a large age span starting from 3 years up to ∼14 years in several cortical regions localized in bilateral precentral gyri and the left hemispheric postcentral gyrus and precuneus. In an independent case–control dataset from the Autism Brain Imaging Data Exchange (n = 560), we observed a similar pattern: children with autism spectrum disorder exhibited greater cortical thickness starting from 6 years onwards till ∼14 years in wide-spread cortical regions including (the ones identified using the general population). We also observed statistically significant regional overlap between the two maps, suggesting that some of the cortical abnormalities associated with autism spectrum disorder overlapped with brain changes associated with genetic vulnerability for autism spectrum disorder in healthy individuals. Lastly, we observed that white matter connectivity between the frontal and parietal regions showed significant association with polygenic risk for autism spectrum disorder, indicating that not only the brain structure, but the white matter connectivity might also show a predisposition for the risk of autism spectrum disorder. Our findings showed that the fronto-parietal thickness and connectivity are dimensionally related to genetic risk for autism spectrum disorder in general population and are also part of the cortical abnormalities associated with autism spectrum disorder. This highlights the necessity of considering continuum models in studying the aetiology of autism spectrum disorder using polygenic risk scores and multimodal neuroimaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,329
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations39
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207