Coactivation pattern analysis reveals altered salience network dynamics in children with autism spectrum disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Brain connectivity studies of autism spectrum disorder (ASD) have historically relied on static measures of functional connectivity. Recent work has focused on identifying transient configurations of brain activity, yet several open questions remain regarding the nature of specific brain network dynamics in ASD. We used a dynamic coactivation pattern (CAP) approach to investigate the salience/midcingulo-insular (M-CIN) network, a locus of dysfunction in ASD, in a large multisite resting-state fMRI dataset collected from 172 children (ages 6–13 years; n = 75 ASD; n = 138 male). Following brain parcellation by using independent component analysis, dynamic CAP analyses were conducted and k-means clustering was used to determine transient activation patterns of the M-CIN. The frequency of occurrence of different dynamic CAP brain states was then compared between children with ASD and typically developing (TD) children. Dynamic brain configurations characterized by coactivation of the M-CIN with central executive/lateral fronto-parietal and default mode/medial fronto-parietal networks appeared less frequently in children with ASD compared with TD children. This study highlights the utility of time-varying approaches for studying altered M-CIN function in prevalent neurodevelopmental disorders. We speculate that altered M-CIN dynamics in ASD may underlie the inflexible behaviors commonly observed in children with the disorder.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle