White matter microstructural variability linked to differential attentional skills and impulsive behavior in a pediatric population
Notice bibliographique
Résumé
Structural and functional magnetic resonance imaging (MRI) studies have suggested a neuroanatomical basis that may underly attention-deficit-hyperactivity disorder (ADHD), but the anatomical ground truth remains unknown. In addition, the role of the white matter (WM) microstructure related to attention and impulsivity in a general pediatric population is still not well understood. Using a state-of-the-art structural connectivity pipeline based on the Brainnetome atlas extracting WM connections and its subsections, we applied dimensionality reduction techniques to obtain biologically interpretable WM measures. We selected the top 10 connections-of-interests (located in frontal, parietal, occipital, and basal ganglia regions) with robust anatomical and statistical criteria. We correlated WM measures with psychometric test metrics (Conner's Continuous Performance Test 3) in 171 children (27 Dx ADHD, 3Dx ASD, 9-13 years old) from the population-based GESTation and Environment cohort. We found that children with lower microstructural complexity and lower axonal density show a higher impulsive behavior on these connections. When segmenting each connection in subsections, we report WM alterations localized in one or both endpoints reflecting a specific localization of WM alterations along each connection. These results provide new insight in understanding the neurophysiology of attention and impulsivity in a general population.
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) | 0,001 | 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 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 ».