MétaCan
Menu
Retour à la cohorte
Enregistrement W4389052165 · doi:10.1186/s13229-023-00576-z

Exploring the multidimensional nature of repetitive and restricted behaviors and interests (RRBI) in autism: neuroanatomical correlates and clinical implications

2023· article· en· W4389052165 sur OpenAlexaff
Aline Lefebvre, Nicolas Traut, Amandine Pedoux, Anna Maruani, Anita Beggiato, Monique Elmaleh, David Germanaud, Anouck Amestoy, Myriam Ly‐Le Moal, Chris Chatham, Lorraine Murtagh, Manuel Bouvard, Marianne Alisson, Marion Leboyer, Thomas Bourgeron, Roberto Toro, Guillaume Dumas, Clara Moreau, Richard Delorme

Notice bibliographique

RevueMolecular Autism · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFondation de FranceInstitut PasteurInstitut National de la Santé et de la Recherche MédicaleAssistance Publique - Hôpitaux de ParisAssistance publique-Hôpitaux de ParisAgence Nationale de la RechercheFondation FondaMental
Mots-clésAutismPsychologyAutism spectrum disorderContext (archaeology)NeuropsychologyPopulationClinical psychologyDevelopmental psychologyNeuroscienceCognitive psychologyCognitionMedicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Repetitive and restricted behaviors and interests (RRBI) are core symptoms of autism with a complex entity and are commonly categorized into 'motor-driven' and 'cognitively driven'. RRBI symptomatology depends on the individual's clinical environment limiting the understanding of RRBI physiology, particularly their associated neuroanatomical structures. The complex RRBI heterogeneity needs to explore the whole RRBI spectrum by integrating the clinical context [autistic individuals, their relatives and typical developing (TD) individuals]. We hypothesized that different RRBI dimensions would emerge by exploring the whole spectrum of RRBI and that these dimensions are associated with neuroanatomical signatures-involving cortical and subcortical areas. METHOD: A sample of 792 individuals composed of 267 autistic subjects, their 370 first-degree relatives and 155 TD individuals was enrolled in the study. We assessed the whole patterns of RRBI in each individual by using the Repetitive Behavior Scale-Revised and the Yale-Brown Obsessive Compulsive Scale. We estimated brain volumes using MRI scanner for a subsample of the subjects (n = 152, 42 ASD, 89 relatives and 13 TD). We first investigated the dimensionality of RRBI by performing a principal component analysis on all items of these scales and included all the sampling population. We then explored the relationship between RRBI-derived factors with brain volumes using linear regression models. RESULTS: We identified 3 main factors (with 30.3% of the RRBI cumulative variance): Factor 1 (FA1, 12.7%) reflected mainly the 'motor-driven' RRBI symptoms; Factor 2 and 3 (respectively, 8.8% and 7.9%) gathered mainly Y-BOCS related items and represented the 'cognitively driven' RRBI symptoms. These three factors were significantly associated with the right/left putamen volumes but with opposite effects: FA1 was negatively associated with an increased volume of the right/left putamen conversely to FA2 and FA3 (all uncorrected p < 0.05). FA1 was negatively associated with the left amygdala (uncorrected p < 0.05), and FA2 was positively associated with the left parietal structure (uncorrected p = 0.001). CONCLUSION: Our results suggested 3 coherent RRBI dimensions involving the putamen commonly and other structures according to the RRBI dimension. The exploration of the putamen's integrative role in RSBI needs to be strengthened in further studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,900
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,354
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular AutismMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207