Decreased Cerebral Blood Flow in Young Children With Prenatal Alcohol Exposure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Alcohol exposure during pregnancy can hinder neurodevelopment, causing a range of behavioral and neurological deficits, including structural and functional brain alterations. Moreover, prenatal alcohol exposure (PAE) is associated with cerebral blood flow (CBF) abnormalities in preclinical models. However, it remains unclear to what extent CBF is affected by PAE in humans. In this study, we investigated CBF in young children with PAE. Methods: A total of 171 scans collected from 99 children (35 children [51 scans] with PAE) between the ages of 3 to 8 years were examined. Children underwent a magnetic resonance imaging scan to acquire arterial spin labeling images to quantify CBF. CBF maps were segmented into 110 gray matter regions, and linear mixed models were used to test CBF differences between children with PAE and unexposed children in each region. Results: Children with PAE had decreased CBF compared with unexposed control children, with the largest effects seen in subcortical and medial frontal regions. Conclusions: CBF is negatively altered in children with PAE. CBF reductions may alter nutrient and oxygen delivery to the brain, resulting in impaired neurodevelopment and helping to explain functional deficits seen in PAE. The largest effects were seen in regions associated with cognitive and behavioral functions that are commonly impaired in individuals with PAE. Our findings contribute additional insight into the adverse effects of PAE on neurodevelopment and lay the groundwork for future studies to investigate CBF effects and how they relate to behavior.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle