Structural brain network lateralization across childhood and adolescence
Notice bibliographique
Résumé
Developmental lateralization of brain function is imperative for behavioral specialization, yet few studies have investigated differences between hemispheres in structural connectivity patterns, especially over the course of development. The present study compares the lateralization of structural connectivity patterns, or topology, across children, adolescents, and young adults. We applied a graph theory approach to quantify key topological metrics in each hemisphere including efficiency of information transfer between regions (global efficiency), clustering of connections between regions (clustering coefficient [CC]), presence of hub-nodes (betweenness centrality [BC]), and connectivity between nodes of high and low complexity (hierarchical complexity [HC]) and investigated changes in these metrics during development. Further, we investigated BC and CC in seven functionally defined networks. Our cross-sectional study consisted of 211 participants between the ages of 6 and 21 years with 93% being right-handed and 51% female. Global efficiency, HC, and CC demonstrated a leftward lateralization, compared to a rightward lateralization of BC. The sensorimotor, default mode, salience, and language networks showed a leftward asymmetry of CC. BC was only lateralized in the salience (right lateralized) and dorsal attention (left lateralized) networks. Only a small number of metrics were associated with age, suggesting that topological organization may stay relatively constant throughout school-age development, despite known underlying changes in white matter properties. Unlike many other imaging biomarkers of brain development, our study suggests topological lateralization is consistent across age, highlighting potential nonlinear mechanisms underlying developmental specialization.
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 | 0,002 |
| 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 | 0,004 | 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) | 0,000 | 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 ».