MétaCan
Menu
Retour à la cohorte
Enregistrement W3105659526 · doi:10.1016/j.neuroimage.2020.117537

Stability and similarity of the pediatric connectome as developmental measures

2020· article· en· W3105659526 sur OpenAlexaff
Tamara Vanderwal, Jeffrey Eilbott, Clare Kelly, Simon Frew, Todd S. Woodward, Michael P. Milham, F. Xavier Castellanos

Notice bibliographique

RevueNeuroImage · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésConnectomeMatching (statistics)Similarity (geometry)Resting state fMRIStability (learning theory)Functional connectivityPsychologyHuman Connectome ProjectComputer sciencePattern recognition (psychology)Artificial intelligenceMathematicsMachine learningStatisticsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Patterns of functional connectivity are unique at the individual level, enabling test-retest matching algorithms to identify a subject from among a group using only their functional connectome. Recent findings show that accuracies of these algorithms in children increase with age. Relatedly, the persistence of functional connectivity (FC) patterns across tasks and rest also increases with age. This study investigated the hypothesis that within-subject stability and between-subject similarity of the whole-brain pediatric connectome are developmentally relevant outcomes. Using data from 210 help-seeking children and adolescents, ages 6-21 years (Healthy Brain Network Biobank), we computed whole-brain FC matrices for each participant during two different movies (MovieDM and MovieTP) and two runs of task-free rest (all from a single scan session) and fed these matrices to a test-retest matching algorithm. We replicated the finding that matching accuracies for children and youth (ages 6-21 years) are low (18-44%), and that cross-state and cross-movie accuracies were the lowest. Results also showed that parcellation resolution and the number of volumes used in each matrix affect fingerprinting accuracies. Next, we calculated three measures of whole-connectome stability for each subject: cross-rest (Rest1-Rest2), cross-state (MovieDM-Rest1), and cross-movie (MovieDM-MovieTP), and three measures of within-state between-subject connectome similarity for Rest1, MovieDM, and MovieTP. We show that stability and similarity were correlated, but that these measures were not related to age. A principal component analysis of these measures yielded two components that we used to test for brain-behavior correlations with IQ, general psychopathology, and social skills measures (n = 119). The first component was significantly correlated with the social skills measure (r=-0.26, p = 0.005). Post hoc correlations showed that the social skills measure correlated with both cross-rest stability (r=-0.29, p = 0.001) and with connectome similarity during MovieDM (r=-0.28, p = 0.002). These findings suggest that the stability and similarity of the whole-brain connectome relate to the development of social skills. We infer that the maturation of the functional connectome simultaneously achieves patterns of FC that are distinct at the individual subject level, that are shared across individuals, and that are persistent across states and across runs-features which presumably combine to optimize neural processing during development. Future longitudinal work could reveal the developmental trajectories of stability and similarity of the connectome.

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)0,002
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,092
Tête enseignante GPT0,256
Écart entre enseignants0,165 · 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

Citations43
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207