MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321096792 · doi:10.1101/2023.02.15.528718

Functional networks in the infant brain during sleep and wake states

2023· preprint· en· W4321096792 sur OpenAlexfundno aff
Tristan S. Yates, Cameron T. Ellis, Nicholas B. Turk‐Browne

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Arts and SciencesCanadian Institute for Advanced ResearchYale UniversityJames S. McDonnell FoundationNational Science Foundation
Mots-clésFunctional connectivityPsychologyResting state fMRIWakefulnessFunctional magnetic resonance imagingConsciousnessSleep (system call)Brain activity and meditationDevelopmental psychologyAudiologyElectroencephalographyCognitive psychologyNeuroscienceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Functional brain networks are assessed differently early in development than at maturity: infants are almost universally scanned during sleep, whereas adults are typically scanned awake while resting or performing tasks. Observed differences between infant and adult functional networks may thus reflect these differing states of consciousness rather than or in addition to developmental changes. We explore this question by comparing functional networks in fMRI scans acquired from infants during natural sleep and awake movie-watching. As a reference, we also acquired fMRI scans in adults during awake rest and awake movie-watching. Whole-brain functional connectivity was more similar within-state (sleep-sleep, wake-wake) than across-state (sleep-wake) in infants, demonstrating that movies elicit a different network configuration than typical sleep acquisitions. Indeed, a classifier trained on patterns of functional connectivity during infant sleep versus wake robustly decoded the state of additional infants and even generalized to decode rest versus movie in adults; interestingly, a classifier trained on rest versus movie in adults did not generalize nearly as well to sleep versus wake in infants. Moreover, the overall level of similarity between infant and adult functional connectivity was modulated by adult state (stronger for movie than rest) but not infant state (equivalent for sleep and wake). Nevertheless, the network connections that drove similarity between infants and adults, particularly in frontoparietal network, were modulated by infant state. In sum, infant functional connectivity can differ between sleep and wake states, highlighting the potential value of awake data for studying the early development of functional brain networks. Significance statement Functional networks in the infant brain provide a foundation for early cognitive abilities and act as a marker of brain maturation and developmental disorders. What we know about these networks comes from fMRI data acquired during sleep, given the challenges of awake infant fMRI. This contrasts with the dominant approach in older populations of assessing networks during awake rest or tasks. These differing levels of consciousness cloud the interpretation of developmental changes. Here we show that whole-brain functional connectivity differs between sleeping and awake infants, and that the similarity of these infant states to adults loads on dissociable network connections. This research suggests that a full understanding of early functional brain networks will benefit from complementary insights in awake infants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,225
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→