QOL-09. WHOLE-BRAIN WHITE MATTER NETWORK CONNECTIVITY IS DISRUPTED BY PEDIATRIC BRAIN TUMOR TREATMENT
Notice bibliographique
Résumé
Abstract INTRODUCTION Treatments for pediatric brain tumors (PBT) are neurotoxic and lead to long-term deficits that are driven by the perturbation of underlying white matter (WM). It is unclear if and how treatment may impair WM connectivity across the entire brain. METHODS Magnetic resonance images from 41 PBT survivors (mean age: 13.19 years, 53% M) and 41 typically developing (TD) children (mean age: 13.32 years, 51% M) were analyzed. Image reconstruction, segmentation, and node parcellation were completed in FreeSurfer. DTI maps and probabilistic streamline generation were completed in MRtrix3. Connectivity matrices were based on the number of streamlines connecting two nodes and the mean DTI (FA) index across streamlines. We used graph theoretical analyses to define structural differences between groups, and random forest (RF) analyses to identify hubs that reliably classify PBT and TD children. RESULTS For survivors treated with radiation, betweeness centrality was greater in the left insular (p < 0.000) but smaller in the right pallidum (p < 0.05). For survivors treated without radiation (surgery-only), betweeness centrality was smaller in the right interparietal sulcus (p < 0.05). RF analyses showed that differences in WM connectivity from the right pallidum to other parts of the brain reliably classified PBT survivors from TD children (classification accuracy = 77%). CONCLUSIONS The left insular, right pallidum, and right inter-parietal sulcus are structurally perturbed hubs in PBT survivors. WM connectivity from the right pallidum is vulnerable to the long-term effects of treatment for PBT.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».