Characterizing Resting-State Brain Dynamics in Individuals with and without Autism Spectrum Disorder
Notice bibliographique
Résumé
Autism spectrum disorder (ASD) is a neurodevelopmental disorder that is characterized by impairments in social communication as well as restricted, repetitive and stereotyped behaviours. ASD is a highly heterogeneous disorder, with a broad range of the types and severities of symptoms that can be displayed. It has been proposed that ASD is characterized by abnormal functional connectivity (FC) between brain regions, which can be defined as the correlations of functional magnetic resonance imaging (fMRI) time series between pairs of regions of interest. However, studies of FC in ASD have presented mixed results. Further, it has been suggested that there is a complex developmental trajectory of FC in ASD. Inconsistent results across studies may, in part, be related to differences in fMRI data processing strategies, as well as heterogeneity of sample characteristics. Other aspects of brain dynamics, including variability and complexity of blood oxygen-level dependent (BOLD) time series, are not well characterized in ASD. The goal of this dissertation is to analyze resting-state brain dynamics in ASD, and to address the inconsistencies in previous studies of resting-state fMRI in ASD. Study 1 involves the characterization of FC-based subtypes of ASD and typically developing (TD) participants to elucidate unique relationships between FC and behaviour. In Study 2, different fMRI data processing strategies are examined to determine the effects of these processing choices on group differences in FC in children and adolescents with and without ASD. Study 3 involves examining BOLD signal variability and complexity, and relating these metrics to structural connectivity, age, and behavioural severity. Overall, these studies reveal the importance of considering subtypes of ASD and TD individuals, the effects of preprocessing strategies, and relationships between brain dynamics and brain structure, age, and behavioural severity when analyzing resting-state brain dynamics in those with and without ASD.
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 | 0,001 | 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) | 0,001 | 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 ».