Cortical thickness abnormalities in attention deficit hyperactivity disorder revealed by structural magnetic resonance imaging: Newborns to young adults
Notice bibliographique
Résumé
Attention deficit hyperactivity disorder (ADHD) is a neurodevelopmental condition for which we have an incomplete understanding, and so brain imaging methods, such as magnetic resonance imaging (MRI), may be able to assist in characterising and understanding the presentation of the brain in an ADHD population. Statistical and computational methods were used to compare participants with ADHD and neurotypical controls at a variety of developmental stages to assess detectable abnormal neurodevelopment potentially associated with ADHD and to assess our ability to diagnose and characterise the condition from real-world clinical MRI examinations. T1-weighted structural MRI examinations (n = 993; 0-31 years old [YO]) were obtained from neurotypical controls, and 637 examinations were obtained from patients with ADHD (0-26 YO). Measures of average (mean) regional cortical thickness were acquired, alongside the first reporting of regional cortical thickness variability (as assessed with the standard deviation [SD]) in ADHD. A comparison between the inattentive and combined (inattentive and hyperactive) subtypes of ADHD is also provided. A preliminary independent validation was also performed on the publicly available ADHD200 dataset. Relative to controls, subjects with ADHD had, on average, lowered SD of cortical thicknesses and increased mean thicknesses across several key regions potentially linked with known symptoms of ADHD, including the precuneus and supramarginal gyrus.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».