Trajectories of brain white matter development in young children with prenatal alcohol exposure
Notice bibliographique
Résumé
Prenatal alcohol exposure (PAE) is associated with alterations to brain white matter microstructure. Previous studies of PAE have demonstrated different findings in young children compared to older children and adolescents, suggesting altered developmental trajectories and highlighting the need for longitudinal research. 122 datasets in 54 children with PAE (27 males) and 196 datasets in 89 children without PAE (45 males) were included in this analysis. Children underwent diffusion tensor imaging between 2 and 8 years of age, returning approximately every 6 months. Mean fractional anisotropy (FA) and mean diffusivity (MD) were obtained for 10 major brain white matter tracts and examined for age-related changes using linear mixed effects models with age, sex, group (PAE vs. control) and an age-by-group interaction. Children with PAE had slower decreases of MD over time in the genu of the corpus callosum, inferior fronto-occipital fasciculus, inferior longitudinal fasciculus, and uncinate fasciculus. No significant age-by-group interactions were noted for FA. These findings show slower white matter development in young children with PAE than in unexposed controls. This connects previous cross-sectional findings of lower MD in young children with PAE to findings of higher MD in older children and adolescents with PAE, and further helps to understand brain development in children with PAE. This deviation from typical development trajectories may reflect altered brain plasticity, which has implications for cognitive and behavioral learning in children with PAE.
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 | 0,001 | 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 ».