Extracallosal Structural Connectivity Is Positively Associated With Language Performance in Well-Performing Children Born Extremely Preterm
Notice bibliographique
Résumé
Children born extremely preterm (<28 weeks gestation) are at risk for language delay or disorders. Decreased structural connectivity in preterm children has been associated with poor language outcome. Previously, we used multimodal imaging techniques to demonstrate that increased functional connectivity during a stories listening task was positively associated with language scores for preterm children. This functional connectivity was supported by extracallosal structural hyperconnectivity when compared to term-born children. Here, we attempt to validate this finding in a distinct cohort of well-performing extremely preterm children (EPT, n = 16) vs. term comparisons (TC, n = 28) and also compare this to structural connectivity in a group of extremely preterm children with a history of language delay or disorder (EPT-HLD, n = 8). All participants are 4–6 years of age. We perform q-space diffeomorphic reconstruction and functionally-constrained structural connectometry (based on fMRI activation), including a novel extension enabling between-groups comparisons with non-parametric ANOVA. There were no significant differences between groups in age, sex, race, ethnicity, parental education, family income, or language scores. For EPT, tracks positively associated with language scores included the bilateral posterior inferior fronto-occipital fasciculi and bilateral cerebellar peduncles and additional cerebellar white matter. Quantitative anisotropy in these pathways accounted for 55% of the variance in standardized language scores for the EPT group specifically. Future work will expand this cohort and follow longitudinally to investigate the impact of environmental factors on developing language networks and resiliency in the preterm brain.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».