Investigating Task-Free Functional Connectivity Patterns in Newborns Using functional Near-Infrared Spectroscopy
Notice bibliographique
Résumé
Abstract Significance Resting-state networks (RSN), particularly the sensorimotor network, begin to develop in the third trimester of pregnancy and mature extensively by term age. The integrity and structure of these networks have been linked to neurological health outcomes in neonates, highlighting the significance of monitoring RSN development. To this end, functional near-infrared spectroscopy (fNIRS) has emerged as a neuroimaging technique that utilizes near-infrared light to indirectly measure neural activity by detecting changes in oxygenated (HbO) and deoxygenated (HbR) hemoglobin concentrations. Compared to other imaging methods, fNIRS is non-invasive and allows for naturalistic monitoring of neural activity at the bedside, particularly in awake infants. Aim Use fNIRS to expand on previous findings regarding the development of functional networks in awake neonates. Approach fNIRS was acquired in 41 term-born neonates (17 females, gestational age range=36+0 to 42+1 weeks) within the first 48 hours after birth. Results Group level analysis of functional connectivity showed strong positive connectivity in most channel-pairs over the sensorimotor network, especially the left hemisphere (q < 0.05). Next, we examined the relationship between functional connectivity, gestational age and postnatal age, while controlling for sex and subject effects. Both gestational and postnatal age were found to be positively associated with an increase in functional connectivity in the sensorimotor RSN, especially in channels covering the posterior portion. Conclusions Our findings emphasize the importance of considering developmental changes in functional networks in awake infants. Moreover, our study demonstrates the potential of fNIRS as a valuable tool for studying neural activity in naturalistic settings in neonates.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».