Impact of brain overgrowth on sensorial learning processing during the first year of life
Notice bibliographique
Résumé
Macrocephaly is present in about 2-5% of the general population. It can be found as an isolated benign trait or as part of a syndromic condition. Brain overgrowth has been associated with neurodevelopmental disorders such as autism during the first year of life, however, evidence remains inconclusive. Furthermore, most of the studies have involved pathological or high-risk populations, but little is known about the effects of brain overgrowth on neurodevelopment in otherwise neurotypical infants. We investigated the impact of brain overgrowth on basic perceptual learning processes (repetition effects and change detection response) during the first year of life. We recorded high density electroencephalograms (EEG) in 116 full-term healthy infants aged between 3 and 11 months, 35 macrocephalic (14 girls) and 81 normocephalic (39 girls) classified according to the WHO head circumference norms. We used an adapted oddball paradigm, time-frequency analyses, and auditory event-related brain potentials (ERPs) to investigate differences between groups. We show that brain overgrowth has a significant impact on repetition effects and change detection response in the 10-20 Hz frequency band, and in N450 latency, suggesting that these correlates of sensorial learning processes are sensitive to brain overgrowth during the first year of life.
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 | 0,000 |
| 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 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 ».