MétaCan
Menu
Retour à la cohorte
Enregistrement W4377565454 · doi:10.1111/desc.13413

Network connectivity underlying episodic memory in children: Application of a pediatric brain tumor survivor injury model

2023· article· en· W4377565454 sur OpenAlexafffund
Katie Wade Alonso, Noor Z. Al Dahhan, Lily Riggs, Julie Tseng, Cynthia de Medeiros, Ming Scott, Suzanne Laughlin, Éric Bouffet, Donald Mabbott

Notice bibliographique

RevueDevelopmental Science · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEpisodic memoryPsychologyWhite matterNeuroscienceFractional anisotropyDiffusion MRIRecallCognitive psychologyCognitionMagnetic resonance imagingMedicine

Résumé

récupéré en direct d'OpenAlex

Episodic memory involves personal experiences paired with their context. The Medial Temporal, Posterior Medial, Anterior Temporal, and Medial Prefrontal networks have been found to support the hippocampus in episodic memory in adults. However, there lacks a model that captures how the structural and functional connections of these networks interact to support episodic memory processing in children. Using diffusion-weighted imaging, magnetoencephalography, and memory tests, we quantified differences in white matter microstructure, neural communication, and episodic memory performance, respectively, of healthy children (n = 23) and children with reduced memory performance. Pediatric brain tumor survivors (PBTS; n = 24) were used as a model, as they exhibit reduced episodic memory and perturbations in white matter and neural communication. We observed that PBTS, compared to healthy controls, showed significantly (p < 0.05) (1) disrupted white matter microstructure between these episodic memory networks through lower fractional anisotropy and higher mean and axial diffusivity, (2) perturbed theta band (4-7 Hz) oscillatory synchronization in these same networks through higher weighted phase lag indices (wPLI), and (3) lower episodic memory performance in the Transverse Patterning and Children's Memory Scale (CMS) tasks. Using partial-least squares path modeling, we found that brain tumor treatment predicted network white matter damage, which predicted inter-network theta hypersynchrony and lower verbal learning (directly) and lower verbal recall (indirectly via theta hypersynchrony). Novel to the literature, our findings suggest that white matter modulates episodic memory through effect on oscillatory synchronization within relevant brain networks. RESEARCH HIGHLIGHTS: Investigates the relationship between structural and functional connectivity of episodic memory networks in healthy children and pediatric brain tumor survivors Pediatric brain tumor survivors demonstrate disrupted episodic memory, white matter microstructure and theta oscillatory synchronization compared to healthy children Findings suggest white matter microstructure modulates episodic memory through effects on oscillatory synchronization within relevant episodic memory networks.

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)0,001
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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,276
Écart entre enseignants0,241 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetNeural dynamics and brain functionTravaux en français237 207