Functional connectivity in preterm infants with intraventricular hemorrhage using fNIRS
Notice bibliographique
Résumé
Abstract Introduction Intraventricular hemorrhage (IVH) is a common neurological complication following very preterm birth. Resting-state functional connectivity (RSFC) using functional magnetic resonance imaging (fMRI) is associated with injury severity; yet fMRI is impractical for use in intensive care settings. Sensitive bedside neuroimaging biomarkers are needed to characterize injury patterns. Functional near-infrared spectroscopy (fNIRS) measures RSFC through cerebral hemodynamics and has greater accessibility. We aimed to determine comparability of RSFC in preterm infants with IVH using fNIRS and fMRI at term equivalent age (TEA), then examine fNIRS connectivity with the severity of IVH. Methods Very preterm born infants with IVH were scanned with both modalities at rest at TEA (postmenstrual age=37±0.92 weeks). Connectivity maps of IVH infants were compared between fNIRS and fMRI with the Euclidean and Jaccard distances. The severity of IVH in relation to fNIRS RSFC strength was examined using generalized linear models. Results fNIRS and fMRI RSFC maps showed good correspondence. At TEA, connectivity strength was significantly lower in healthy newborns (p-value = 0.023) and preterm infants with mild IVH (p-value = 0.026) compared to infants with moderate/severe IVH. Conclusion fNIRS has potential to be a new tool for assessing brain injury and monitoring cerebral hemodynamics and a promising marker for IVH severity in very preterm born infants. Highlights There is no previous study combining fNIRS and fMRI focused on preterm neonates with IVH. This is the first study associating functional connectivity strength yielded from fNIRS with severity of IVH. Good correspondence of functional connectivity was shown between fNIRS and fMRI. Preterm neonates showed increased functional connectivity strength compared to healthy term born neonates. This can potentially be a marker for clinical assessment of severity of IVH. fNIRS was demonstrated to have potential as a new bedside neuromonitoring tool for assessing early brain injuries of 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».