Abstract 53: Frontal Functional Connectivity Networks and Executive Function Following Perinatal Stroke
Notice bibliographique
Résumé
Perinatal stroke causes most hemiparetic cerebral palsy and a lifetime of disability with no known prevention strategies. Two types of perinatal stroke predominate, arterial ischemic stroke (AIS) and periventricular venous infarction (PVI), dictating lesion-specific differences in outcomes. Executive functioning challenges and attention deficit hyperactivity disorder (ADHD) are more common in children with perinatal stroke (19-35%) than peers (5-7%). Resting state (RS) functional magnetic resonance imaging (fMRI) measures fluctuations in the blood-oxygen level dependent (BOLD) signal that may estimate network functional connectivity (FC). We evaluated relationships between FC in relevant frontal circuits, ADHD and executive function in children with perinatal stroke compared to typically developing controls (TDC). Participant recruitment was from a population-based research cohort (AIS N=32; PVI N=30; TDC N=59). MRI imaging included T1-weighted anatomical and resting state fMRI sequences. Subsequent seed-to-seed analyses quantified FC within frontoparietal (FPN), dorsal attention (DAN) and default mode networks (DMN). Parent questionnaires quantified executive function (Behavior Rating Inventory of Executive Function (BRIEF)) and ADHD symptoms (ADHD Rating Scale-5). Large group FC differences were observed within FPN, DAN and DMN networks where AIS had lower FC compared to both PVI and TDC. For stroke participants, higher FC within the DAN and FPN was associated with poorer cognitive function (BRIEF). By contrast, higher FC within the DMN was associated with better ADHD ratings. Differences within frontal functional networks appear to be related to poorer cognitive function such that increased FC between the lesioned and nonlesioned hemisphere is associated with symptoms of executive dysfunction and ADHD suggesting that developmental plasticity leads to complex network changes following early unilateral brain injury.
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 | 0,001 | 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) | 0,003 | 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 ».