MétaCan
Menu
← Retour à la cohorte
Enregistrement W3043095919 · doi:10.1016/j.neuroimage.2020.117168

Maturation and interhemispheric asymmetry in neurite density and orientation dispersion in early childhood

2020· article· en· W3043095919 sur OpenAlexafffund
Dennis Dimond, Stella Heo, Amanda Ip, Christiane S. Rohr, Ryann Tansey, Kirk Graff, Thijs Dhollander, Robert E. Smith, Catherine Lebel, Deborah Dewey, Alan Connelly, Signe Bray

Notice bibliographique

RevueNeuroImage · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHotchkiss Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Children's Hospital Research InstituteCanadian Institutes of Health ResearchAlberta Innovates - Health SolutionsNational Imaging Facility
Mots-clésDiffusion MRIWhite matterTractographyNeuriteNeurosciencePsychologyAnatomyBiologyMedicineMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The brain's white matter undergoes profound changes during early childhood, which are believed to underlie the rapid development of cognitive and behavioral skills during this period. Neurite density, and complexity of axonal projections, have been shown to change across the life span, though changes during early childhood are poorly characterized. Here, we utilize neurite orientation dispersion and density imaging (NODDI) to investigate maturational changes in tract-wise neurite density index (NDI) and orientation dispersion index (ODI) during early childhood. Additionally, we assess hemispheric asymmetry of tract-wise NDI and ODI values, and longitudinal changes. METHODS: Two sets of diffusion weighted images with different diffusion-weighting were collected from 125 typically developing children scanned at baseline (N = 125; age range = 4.14-7.29; F/M = 73/52), 6-month (N = 8; F/M = 8/0), and 12-month (N = 52; F/M = 39/13) timepoints. NODDI and template-based tractography using constrained spherical deconvolution were utilized to calculate NDI and ODI values for major white matter tracts. Mixed-effects models controlling for sex, handedness, and in-scanner head motion were utilized to assess developmental changes in tract-wise NDI and ODI. Additional mixed-effects models were used to assess interhemispheric differences in tract-wise NDI and ODI values and hemispheric asymmetries in tract-wise development. RESULTS: Maturational increases in NDI were seen in all major white matter tracts, though we did not observe the expected tract-wise pattern of maturational rates (e.g. fast commissural/projection and slow frontal/temporal tract change). ODI did not change significantly with age in any tract. We observed greater NDI and ODI values in the right as compared to the left hemisphere for most tracts, but no hemispheric asymmetry for rate of change with age. CONCLUSIONS: These findings suggest that neurite density, but not orientation dispersion, increases with age during early childhood. In relation to NDI growth trends reported in infancy and late-childhood, our results suggest that early childhood may be a transitional period for neurite density maturation wherein commissural/projection fibers are approaching maturity, maturation in long range association fibers is increasing, and changes in limbic/frontal fibers remain modest. Rightward asymmetry in NDI and ODI values, but no asymmetry in developmental changes, suggests that rightward asymmetry of neurite density and orientation dispersion is established prior to age 4.

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)0,002
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,291
Écart entre enseignants0,267 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImage→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→