Electroencephalographic Functional Connectivity Patterns in Children With Tourette Syndrome and Attention-Deficit/Hyperactivity Disorder
Notice bibliographique
Résumé
BACKGROUND: Tourette syndrome (TS) and attention-deficit/hyperactivity disorder (ADHD) often co-occur and are linked to emotional and behavioral difficulties. However, their shared and distinct neural underpinnings, particularly in terms of functional connectivity, remain unclear. Here, we assessed how functional connectivity differs across TS and ADHD as well as its association with emotional and behavioral difficulties. METHODS: Resting-state electroencephalography (EEG) was recorded from 137 children with TS (n = 51), ADHD (n = 24), or TS + ADHD (n = 29) or from typically developing control subjects (n = 33). Functional connectivity was computed from source-reconstructed EEG data in five frequency bands (delta, theta, alpha, beta, and gamma). Behavioral and emotional problems were assessed with the Child Behavior Checklist. RESULTS: Both TS and ADHD were independently associated with reduced functional connectivity across different brain regions, with no interaction effect. However, externalizing problems showed a TS by ADHD interaction across three frequency bands, such that distinct patterns of functional connectivity were associated with externalizing problems in children with TS + ADHD, relative to those with either TS or ADHD. CONCLUSIONS: Although TS and ADHD are associated with decreased functional connectivity in different networks, their effects appear additive rather than interactive at the neural level. However, interactions emerged when examining behavioral problems, suggesting that although TS and ADHD contribute independently to brain connectivity disruptions, their combined impact may uniquely influence emotional and behavioral functioning. This fact highlights the need to consider both shared and disorder-specific mechanisms when studying TS and ADHD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».