MétaCan
Menu
Retour à la cohorte
Enregistrement W4379229395 · doi:10.3389/fnins.2023.1174165

Arcuate fasciculus and pre-reading language development in children with prenatal alcohol exposure

2023· article· en· W4379229395 sur OpenAlexafffund
Curtis Ostertag, Jess E. Reynolds, Preeti Kar, Deborah Dewey, W. Ben Gibbard, Christina Tortorelli, Catherine Lebel

Notice bibliographique

RevueFrontiers in Neuroscience · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensMount Royal UniversityHotchkiss Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta Children's Hospital FoundationCanada Research ChairsAlberta InnovatesAlberta Innovates - Health SolutionsNational Institutes of HealthChildren's Hospital Foundation
Mots-clésFractional anisotropyDiffusion MRIWhite matterArcuate fasciculusFasciculusPsychologySuperior longitudinal fasciculusPrenatal alcohol exposureMedicineDevelopmental psychologyAudiologyMagnetic resonance imagingAlcoholChemistry

Résumé

récupéré en direct d'OpenAlex

Introduction Prenatal alcohol exposure (PAE) contributes to widespread neurodevelopmental challenges, including reading, and has been associated with altered white matter. Here, we aimed to investigate whether arcuate fasciculus (AF) development is associated with pre-reading language skills in young children with PAE. Methods A total of 51 children with confirmed PAE (25 males; 5.6 ± 1.1 years) and 116 unexposed controls (57 males; 4.6 ± 1.2 years) underwent longitudinal diffusion tensor imaging (DTI), for a total of 111 scans from participants with PAE and 381 scans in the unexposed control group. We delineated the left and right AF and extracted mean fractional anisotropy (FA) and mean diffusivity (MD). Pre-reading language ability was assessed using age-standardized phonological processing (PP) and speeded naming (SN) scores of the NEPSY-II. Linear mixed effects models were run to determine the relationship between diffusion metrics and age, group, sex, and age-by-group interactions, with subject modeled as a random factor. A secondary mixed effect model analysis assessed the influence of white matter microstructure and PAE on pre-reading language ability using diffusion metric-by-age-by-group interactions, with 51 age- and sex-matched unexposed controls. Results Phonological processing (PP) and SN scores were significantly lower in the PAE group (p< 0.001). In the right AF, there were significant age-by-group interactions for FA (p< 0.001) and MD (p= 0.0173). In the left AF, there was a nominally significant age-by-group interaction for MD that failed to survive correction (p= 0.0418). For the pre-reading analysis, a significant diffusion-by-age-by-group interaction was found for left FA (p= 0.0029) in predicting SN scores, and for the right FA (p= 0.00691) in predicting PP scores. Discussion Children with PAE showed altered developmental trajectories for the AF, compared with unexposed controls. Children with PAE, regardless of age, showed altered brain-language relationships that resembled those seen in younger typically developing children. Our findings support the contention that altered developmental trajectories in the AF may be associated with functional outcomes in young children with PAE.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207