EEG microstates in early‐to‐middle childhood show associations with age, biological sex, and alpha power
Notice bibliographique
Résumé
Electroencephalographic (EEG) microstates can provide a unique window into the temporal dynamics of large-scale brain networks across brief (millisecond) timescales. Here, we analysed fundamental temporal features of microstates extracted from the broadband EEG signal in a large (N = 139) cohort of children spanning early-to-middle childhood (4-12 years of age). Linear regression models were used to examine if participants' age and biological sex could predict the temporal parameters GEV, duration, coverage, and occurrence, for five microstate classes (A-E) across both eyes-closed and eyes-open resting-state recordings. We further explored associations between these microstate parameters and posterior alpha power after removal of the 1/f-like aperiodic signal. The microstates obtained from our neurodevelopmental EEG recordings broadly replicated the four canonical microstate classes (A to D) frequently reported in adults, with the addition of the more recently established microstate class E. Biological sex served as a significant predictor in the regression models for four of the five microstate classes (A, C, D, and E). In addition, duration and occurrence for microstate E were both found to be positively associated with age for the eyes-open recordings, while the temporal parameters of microstates C and E both exhibited associations with alpha band spectral power. Together, these findings highlight the influence of age and sex on large-scale functional brain networks during early-to-middle childhood, extending understanding of neural dynamics across this important period for brain development.
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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».