Examining the boundary sharpness coefficient as an index of cortical microstructure and its relationship to age and sex in autism spectrum disorder
Notice bibliographique
Résumé
Abstract Autism spectrum disorder (ASD) is associated with atypical brain development. However, the phenotype of regionally specific increased cortical thickness observed in ASD may be driven by several independent biological processes that influence the gray/white matter boundary, such as synaptic pruning, myelination, or atypical migration. Here, we propose to use the boundary sharpness coefficient (BSC), a proxy for alterations in microstructure at the cortical gray/white matter boundary, to investigate brain differences in individuals with ASD, including factors that may influence ASD-related heterogeneity (age, sex, and intelligence quotient). Using a vertex-based meta-analysis and a large multi-center magnetic resonance structural imaging (MRI) dataset, with a total of 1136 individuals, 415 with ASD (112 female; 303 male) and 721 controls (283 female; 438 male), we observed that individuals with ASD had significantly greater BSC in the bilateral superior temporal gyrus and left inferior frontal gyrus indicating an abrupt transition (high contrast) between white matter and cortical intensities. Increases were observed in different brain regions in males and females, with larger effect sizes in females. Individuals with ASD under 18 had significantly greater BSC in the bilateral superior temporal gyrus and right postcentral gyrus; individuals with ASD over 18 had significantly increased BSC in the bilateral precuneus and superior temporal gyrus. BSC correlated with ADOS-2 CSS in individuals with ASD in the right medial temporal pole. Importantly, there was a significant spatial overlap between maps of the effect of diagnosis on BSC when compared to cortical thickness. These results invite studies to use BSC as a possible new measure of cortical development in ASD and to further examine the microstructural underpinnings of BSC-related differences and their impact on measures of cortical morphology.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,006 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».