How much is “enough”? Considerations for functional connectivity reliability in pediatric naturalistic fMRI
Notice bibliographique
Résumé
Reliable functional connectivity (FC) measurements are important for robust neuroimaging findings, yet pediatric functional magnetic resonance imaging (fMRI) faces unique challenges due to head motion and bias toward shorter scans. Passive viewing conditions during fMRI offer advantages for scanning pediatric populations, but FC reliability under these conditions remains underexplored. Here, we used precision fMRI data collected across three passive viewing conditions to directly compare FC reliability profiles between 25 pre-adolescent children and 25 adults, with each participant providing over 2.8 hours of data over 4 sessions. We found that FC test-retest correlations increased asymptotically with scan length, with children requiring nearly twice the post-censored scan time (24.6 minutes) compared with adults (14.4 minutes) to achieve comparable reliability, and that this effect was only partly attributable to head motion. Reliability differences between lower-motion adults and higher-motion children were spatially non-uniform and largest in ventral anterior temporal and frontal regions. While averaging features within functional networks improved intraclass correlation coefficient (ICC) reliability, values for higher-motion children remained in the poor-to-fair ICC range even with 24 minutes of data. Of note, we observed substantial increases in edge-wise ICC between 24 and 54 minutes of data. Viewing conditions with greater engagement reduced head motion in children but had lower FC reliability than less engaging "low-demand" videos, suggesting complex state- or condition-related trade-offs. These findings have important implications for developmental neuroimaging study design, particularly for higher motion pediatric populations.
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 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 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».