Left lateralization of neonatal caudate microstructure affects emerging language development at 24 months
Notice bibliographique
Résumé
The complex interaction between brain and behaviour in language disorder is well established. Yet to date, the imaging literature in the language disorder field has continued to pursue heterogeneous and relatively small clinical cross-sectional samples, with emphasis on cortical structures and volumetric analyses of subcortical brain structures. In our current work, we aimed to go beyond this state of knowledge to focus on the microstructural features of subcortical brain structures (specifically the caudate nucleus) in a large cohort of neonates and study its association with emerging language skills at 24 months. Variations in neonatal brain microstructure could be interpreted as a proxy for in utero brain development. As language development is highly dependent on cognitive function and home literacy environment, we also examined their effect on the caudate-language function relationship utilizing a conditional process model. Our findings suggest that emerging language development at 24 months is influenced by the degree of left lateralization of neonatal caudate microstructure, indexed by diffusion tensor imaging (DTI)-derived fractional anisotropy (FA). FA is an indirect measure of neuronal and dendritic density within grey matter structures. We also found that the caudate-language function relationship is partially mediated by cognitive function. The conditional indirect effect of left caudate FA on language composite score through cognitive function was only statistically significant at low levels of home literacy score (-1 standard deviation [SD]). The authors proposed that this may be related to 'compensatory' development of cognitive skills in less favourable home literacy environments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».