MétaCan
Menu
Retour à la cohorte
Enregistrement W4389082732 · doi:10.1002/pbc.30787

Higher order neurocognition in pediatric brain tumor survivors: What can we learn from white matter microstructure?

2023· article· en· W4389082732 sur OpenAlexaff
Sandra Glazer, Young Jin Kim, Madison Fecher, Katherine A. Billetdeaux, Erin B. Gilliland, Elisabeth A. Wilde, Randal Olshefski, Keith Owen Yeates, Kathryn Vannatta, Kristen R. Hoskinson

Notice bibliographique

RevuePediatric Blood & Cancer · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHotchkiss Brain InstituteOntario Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Cancer InstituteSt. Baldrick's Foundation
Mots-clésNeurocognitiveMedicineWhite matterWhite (mutation)PediatricsCognitionPsychiatryMagnetic resonance imagingRadiologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Pediatric brain tumor survivors (PBTS) experience neurocognitive late effects, including problems with working memory, processing speed, and other higher order skills. These skill domains are subserved by various white matter (WM) pathways, but not much is known about these brain-behavior links in PBTS. This study examined the anterior corona radiata (ACR), inferior fronto-occipital fasciculi (IFOF), and superior longitudinal fasciculi (SLF) by analyzing associations among diffusion metrics and neurocognition. PROCEDURE: Thirteen PBTS and 10 healthy controls (HC), aged 9-14 years, completed performance-based measures of processing speed and executive function, and parents rated their child's day-to-day executive skills. Children underwent magnetic resonance imaging (MRI) with diffusion weighted imaging that yielded fractional anisotropy (FA) and mean diffusivity (MD) values. Independent samples t-tests assessed group differences on neurocognitive and imaging measures, and pooled within-group correlations examined relationships among measures across groups. RESULTS: PBTS performed more poorly than HC on measures of processing speed, divided attention, and shifting (d = -1.08 to -1.44). WM microstructure differences were significant in MD values for the bilateral SLF and ACR, with PBTS showing higher diffusivity (d = 0.75 to 1.21). Better processing speed, divided attention, and shifting were associated with lower diffusivity in the IFOF, SLF, and ACR, but were not strongly correlated with FA. CONCLUSIONS: PBTS demonstrate poorer neurocognitive functioning that is linked to differences in WM microstructure, as evidenced by higher diffusivity in the ACR, SLF, and IFOF. These findings support the use of MD in understanding alterations in WM microstructure in PTBS and shed light on potential functions of these pathways.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,302
Écart entre enseignants0,276 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Blood & CancerMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207