A voxel-wise assessment of growth differences in infants developing autism spectrum disorder
Notice bibliographique
Résumé
Autism Spectrum Disorder (ASD) is a phenotypically and etiologically heterogeneous developmental disorder typically diagnosed around 4 years of age. The development of biomarkers to help in earlier, presymptomatic diagnosis could facilitate earlier identification and therefore earlier intervention and may lead to better outcomes, as well as providing information to help better understand the underlying mechanisms of ASD. In this study, magnetic resonance imaging (MRI) scans of infants at high familial risk, from the Infant Brain Imaging Study (IBIS), at 6, 12 and 24 months of age were included in a morphological analysis, fitting a mixed-effects model to Tensor Based Morphometry (TBM) results to obtain voxel-wise growth trajectories. Subjects were grouped by familial risk and clinical diagnosis at 2 years of age. Several regions, including the posterior cingulate gyrus, the cingulum, the fusiform gyrus, and the precentral gyrus, showed a significant effect for the interaction of group and age associated with ASD, either as an increased or a decreased growth rate of the cerebrum. In general, our results showed increased growth rate within white matter with decreased growth rate found mostly in grey matter. Overall, the regions showing increased growth rate were larger and more numerous than those with decreased growth rate. These results detail, at the voxel level, differences in brain growth trajectories in ASD during the first years of life, previously reported in terms of overall brain volume and surface area.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».