MétaCan
Menu
Retour à la cohorte
Enregistrement W4392897364 · doi:10.1038/s41467-024-46398-2

Population-wide cerebellar growth models of children and adolescents

2024· article· en· W4392897364 sur OpenAlexafffund
Carolin Gaiser, Rick van der Vliet, Augustijn de Boer, Opher Donchin, Pierre Berthet, Gabriel A. Devenyi, M. Mallar Chakravarty, Jörn Diedrichsen, André F. Marquand, Maarten A. Frens, Ryan L. Muetzel

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and fetal brain pathology
Établissements canadiensWestern UniversityMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchZonMwErasmus Medisch CentrumTechnische Universiteit DelftErasmus Universiteit RotterdamNederlandse Organisatie voor Wetenschappelijk OnderzoekWellcome Trust
Mots-clésMirroringCerebellumNeuroscienceNeuroimagingFunctional neuroimagingPsychologyCognitionBrain developmentMotor skillCommunication

Résumé

récupéré en direct d'OpenAlex

In the past, the cerebellum has been best known for its crucial role in motor function. However, increasingly more findings highlight the importance of cerebellar contributions in cognitive functions and neurodevelopment. Using a total of 7240 neuroimaging scans from 4862 individuals, we describe and provide detailed, openly available models of cerebellar development in childhood and adolescence (age range: 6-17 years), an important time period for brain development and onset of neuropsychiatric disorders. Next to a traditionally used anatomical parcellation of the cerebellum, we generated growth models based on a recently proposed functional parcellation. In both, we find an anterior-posterior growth gradient mirroring the age-related improvements of underlying behavior and function, which is analogous to cerebral maturation patterns and offers evidence for directly related cerebello-cortical developmental trajectories. Finally, we illustrate how the current approach can be used to detect cerebellar abnormalities in clinical samples.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,243

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,281
Écart entre enseignants0,268 · 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

Citations36
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeonatal and fetal brain pathologyTravaux en français237 207