Transdiagnostic Neural Signatures in common Pediatric Psychiatric Disorders: a data-driven meta-analysis of functional neuroimaging studies
Notice bibliographique
Résumé
ABSTRACT BACKGROUND In the last decades, neuroimaging studies have attempted to unveil the neurobiological markers underlying pediatric psychiatric disorders. However, children diagnosed with such disorders are likely to receive an additional diagnosis in the following years. Yet, the vast majority of neuroimaging studies focus on a single nosological category, which limit our understanding of the shared/specific neural correlates between these disorders. Therefore, we aimed to investigate the transdiagnostic neural signatures through a novel meta-analytical method. METHOD A data-driven meta-analysis was carried out which grouped similar experiments topographic map together, irrespectively of nosological categories and task-characteristics. Then, activation likelihood estimation meta-analysis was performed on each group of experiments to extract spatially convergent brain regions. RESULTS One hundred forty-seven experiments were retrieved (3199 subjects): 79 attention-deficit/hyperactivity disorder, 32 conduct/oppositional defiant disorder, 14 anxiety disorders, 22 major depressive disorders. Four significant groups of experiments were observed. Functional characterization suggested that these groups of aberrant brain regions may be implicated internally/externally directed processes, attentional control of affect, somato-motor and visual processes. Furthermore, despite that some differences in rates of studies involving major depressive disorders were noticed, nosological categories were evenly distributed between these four sets of regions. Additionally, main effects of task characteristics were observed. CONCLUSIONS By using a data-driven meta-analytic method, we observed four significant groups of aberrant brain regions that may reflect transdiagnostic neural signature of pediatric psychiatric disorders. Overall, results of this study underscore the importance of studying pediatric psychiatric disorders simultaneously rather than independently.
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 | 0,043 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,048 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».