Associations between EEG trajectories, family income, and cognitive abilities over the first two years of life
Notice bibliographique
Résumé
We sought to characterize developmental trajectories of EEG spectral power over the first 2 years after birth and examine whether family income or maternal education alter those trajectories. We analyzed EEGs (n = 161 infants, 534 EEGs) collected longitudinally between 2 and 24 months of age, and calculated frontal absolute power across 7 canonical frequency bands. For each frequency band, a piecewise growth curve model was fit, resulting in an estimated intercept and two slope parameters from 2 to 9 months and 9-24 months of age. Across 6/7 frequency bands, absolute power significantly increased over age, with steeper slopes in the 2-9 month period compared to 9-24 months. Increased family income, but not maternal education, was associated with higher intercept (2-3 month power) across delta-gamma bands (p range = 0.002-0.04), and reduced change in power between 2 and 9 months of age in lower frequency bands (delta-alpha, p range = 0.01-0.02). There was no significant effect of income on slope between 9 and 24 months. EEG intercept and slope measures did not mediate relationships between income and 24-month verbal and nonverbal development. These results add to growing literature concerning the role of socioeconomic factors in shaping brain trajectories.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».