MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409705283 · doi:10.1101/2025.04.22.650041

Auditory Brainstem Development in Autism: From Childhood Hypo-Responsivity to Adult Hyper-Reactivity

2025· preprint· en· W4409705283 sur OpenAlexafffund
Ala Seif, Renee Guerville, Mohammed Samer Rajab, Cassandra Marceau-Linhares, Kristina Schaaf, Susanne Schmid, Ryan A. Stevenson

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensWestern University
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésResponsivityBrainstemAutismReactivity (psychology)PsychologyAudiologyDevelopmental psychologyNeuroscienceMedicinePhysicsOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Autism Spectrum Disorder (ASD) is characterized by sensory disruptions, including auditory processing differences, which can significantly impact social, emotional, and cognitive development. This study investigates auditory brainstem development in Autistic children and adults using auditory brainstem responses (ABRs) and acoustic startle responses (ASRs), two key measures of auditory processing. We hypothesize that early hypo-responsivity in children, measured with ABRs, may lead to compensatory neural adaptations, resulting in hyper-reactivity in adulthood, measured by ASRs. Methods The study included 40 Autistic children, 57 non-Autistic children, 20 Autistic adults, and 21 non-Autistic adults. Participants underwent peripheral hearing screening, ABR testing at slow and fast click-rates, and ASR measurements. ABR wave and ASR amplitude were analyzed. Statistical analyses included mixed-model ANOVAs and Spearman’s correlations to examine group differences and associations with age. Results Autistic participants showed trending differences in auditory brainstem timing relative to non-autistic participants, with no differences in brainstem amplitude at any wave or rate. Post hoc slope comparisons revealed that non-Autistic participants showed positive developmental trajectories in Wave I latency at both rates, while Autistic participants showed flat trajectories, a pattern directionally consistent with developmental convergence. A sex-specific group difference was observed at Wave I slow rate, with Autistic females showing longer latencies than non-Autistic females (d = 1.69), with no difference in males. In contrast, ASR amplitude showed diverging developmental trajectories between groups, with Autistic participants showing a positive age-related increase and non-Autistic participants showing a negative age-related decrease (slope contrast: t(99) = 2.16, p = .033, η 2 p = .05), consistent with a group difference emerging in adulthood. ABR amplitude was positively correlated with ASR amplitude in non-Autistic participants (Wave I: rho = +0.30; Wave V: rho = +0.25) but negatively correlated in Autistic participants (Wave I: rho = −0.19; Wave V: rho = −0.20), with the between-group difference in correlation direction surviving FDR correction for both waves (Fisher’s z p adj = .035). Conclusion The findings are consistent with the hypothesis that Autistic children experience auditory brainstem hypo-responsivity, which may normalize in adulthood but lead to maladaptive hyper-reactivity. These results highlight the role of early auditory disruptions in shaping long-term sensory processing and reactivity in Autism, emphasizing the need for further research into the neural mechanisms underlying these differences.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→