MétaCan
Menu
← Retour à la cohorte
Enregistrement W3216048304 · doi:10.1101/2021.11.26.21266878

The subcortical morphology correlates of autistic traits in school-age children: a population-based neuroimaging study

2021· preprint· en· W3216048304 sur OpenAlexaff
Tamsin Sharp, Mayada Elsabbagh, Andrew Pickles, Rachael Bedford

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of Health
Mots-clésBrain morphometryNeuroimagingPsychologyAutismNeuroanatomyBrain sizePsychopathologyPopulationDevelopmental psychologyNeuropsychologyCognitionPutamenNeuroscienceClinical psychologyMagnetic resonance imagingMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is emerging evidence that the neuroanatomy of autism forms a spectrum which extends into the general population. However, whilst several studies have identified cortical morphology correlates of autistic traits, it is not established whether morphological differences are present in the subcortical structures of the brain. Additionally, it is not clear to what extent previously reported structural associations may be confounded by co-occurring psychopathology. To address these questions, we utilised neuroimaging data from the Adolescent Brain Cognitive Development Study to assess whether a measure of autistic traits was associated with differences in child subcortical morphology, and if any observed differences persisted after adjustment for child internalising and externalising symptoms. Methods Our analyses included data from 7,005 children aged 9-10 years (female: 47.19%) participating in the Adolescent Brain Cognitive Development Study. Autistic traits were assessed using scores from the Social Responsiveness Scale. Volumes of subcortical regions-of-interest were derived from structural magnetic resonance imaging data. Results Overall, we did not find strong evidence for an association of autistic traits with differences in subcortical morphology in this sample of school-aged children. Whilst lower absolute volumes of the nucleus accumbens and putamen were associated with higher scores of autistic traits, these differences did not persist once a global measure of brain size was accounted for. Conclusions These findings from our well-powered study suggest that other metrics of brain morphology, such as cortical morphology or shape-based phenotypes, may be stronger candidates to prioritise when attempting to identify robust neuromarkers of autistic traits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,315
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→