MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389263752 · doi:10.1016/j.neuroimage.2023.120481

Connectome-wide structure-function coupling models implicate polysynaptic alterations in autism

2023· article· en· W4389263752 sur OpenAlexafffund
Bo‐yong Park, Oualid Benkarim, Clara F. Weber, Valeria Kebets, Serena Fett, Seulki Yoo, Adriana Di Martino, Michael P. Milham, Bratislav Mišić, Sofie L. Valk, Seok‐Jun Hong, Boris C. Bernhardt

Notice bibliographique

RevueNeuroImage · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesInstitute for Information and Communications Technology PromotionFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchInstitute for Basic ScienceHelmholtz AssociationInstitute for Advanced Studies in Basic SciencesCentre Azrieli de recherche sur l'autisme, Institut et Hôpital Neurologiques de MontréalHospital for Sick ChildrenMcGill UniversityNational Research Foundation of KoreaCanada First Research Excellence FundCanada Research ChairsMinistry of Science, ICT and Future PlanningInha University
Mots-clésNeurotypicalConnectomeTractographyAutismDiffusion MRIAutism spectrum disorderConnectomicsNeurosciencePsychologyArtificial intelligenceComputer scienceFunctional connectivityMagnetic resonance imagingDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Autism spectrum disorder (ASD) is one of the most common neurodevelopmental diagnoses. Although incompletely understood, structural and functional network alterations are increasingly recognized to be at the core of the condition. We utilized multimodal imaging and connectivity modeling to study structure-function coupling in ASD and probed mono- and polysynaptic mechanisms on structurally-governed network function. We examined multimodal magnetic resonance imaging data in 80 ASD and 61 neurotypical controls from the Autism Brain Imaging Data Exchange (ABIDE) II initiative. We predicted intrinsic functional connectivity from structural connectivity data in each participant using a Riemannian optimization procedure that varies the times that simulated signals can unfold along tractography-derived personalized connectomes. In both ASD and neurotypical controls, we observed improved structure-function prediction at longer diffusion time scales, indicating better modeling of brain function when polysynaptic mechanisms are accounted for. Prediction accuracy differences (∆prediction accuracy) were marked in transmodal association systems, such as the default mode network, in both neurotypical controls and ASD. Differences were, however, lower in ASD in a polysynaptic regime at higher simulated diffusion times. We compared regional differences in ∆prediction accuracy between both groups to assess the impact of polysynaptic communication on structure-function coupling. This analysis revealed that between-group differences in ∆prediction accuracy followed a sensory-to-transmodal cortical hierarchy, with an increased gap between controls and ASD in transmodal compared to sensory/motor systems. Multivariate associative techniques revealed that structure-function differences reflected inter-individual differences in autistic symptoms and verbal as well as non-verbal intelligence. Our network modeling approach sheds light on atypical structure-function coupling in autism, and suggests that polysynaptic network mechanisms are implicated in the condition and that these can help explain its wide range of associated symptoms.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,281
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImage→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→