Examining resting-state network connectivity in children exposed to perinatal maternal adversity using anatomically weighted functional connectivity (awFC) analyses; A preliminary report
Notice bibliographique
Résumé
Introduction: Environmental perturbations during critical periods can have pervasive, organizational effects on neurodevelopment. To date, the literature examining the long-term impact of early life adversity has largely investigated structural and functional imaging data outcomes independently. However, emerging research points to a relationship between functional connectivity and the brain's underlying structural architecture. For instance, functional connectivity can be mediated by the presence of direct or indirect anatomical pathways. Such evidence warrants the use of structural and functional imaging in tandem to study network maturation. Accordingly, this study examines the impact of poor maternal mental health and socioeconomic context during the perinatal period on network connectivity in middle childhood using an anatomically weighted functional connectivity (awFC) approach. awFC is a statistical model that identifies neural networks by incorporating information from both structural and functional imaging data. Methods: Resting-state fMRI and DTI scans were acquired from children aged 7-9 years old. Results: Our results indicate that maternal adversity during the perinatal period can affect offspring's resting-state network connectivity during middle childhood. Specifically, in comparison to controls, children of mothers who had poor perinatal maternal mental health and/or low socioeconomic status exhibited greater awFC in the ventral attention network. Discussion: These group differences were discussed in terms of the role this network plays in attention processing and maturational changes that may accompany the consolidation of a more adult-like functional cortical organization. Furthermore, our results suggest that there is value in using an awFC approach as it may be more sensitive in highlighting connectivity differences in developmental networks associated with higher-order cognitive and emotional processing, as compared to stand-alone FC or SC analyses.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».