MétaCan
Menu
Retour à la cohorte
Enregistrement W4413358093 · doi:10.1101/2025.08.18.670938

Functional organization of multisensory integration network in children and youth with neurodevelopmental disorders predicts clinical sensory issues

2025· preprint· en· W4413358093 sur OpenAlexafffundabout
Eun Jung Choi, Kathleen Lyons, Marlee M. Vandewouw, Evdokia Anagnostou, Paul Arnold, Muhammad Ayub, Jennifer Crosbie, Stelios Georgiades, Jessica Jones, Elizabeth Kelley, Azadeh Kushki, Jason P. Lerch, Russell Schachar, Bobby Stojanoski, Margot J. Taylor, Ryan A. Stevenson

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueTechnology and Human Factors in Education and Health
Établissements canadiensOntario Tech UniversityHospital for Sick ChildrenMcMaster UniversityThe King's UniversityHolland Bloorview Kids Rehabilitation HospitalUniversity of King's CollegeWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence FundCanadian Institutes of Health ResearchKillam Trusts
Mots-clésSensory systemFunctional connectivitySensory processingPsychologyNeuroscienceCognitive psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Differences in sensory processing in neurodevelopmental conditions, including Autism Spectrum Disorder (ASD) and Attention-deficit/Hyperactivity Disorder (ADHD), cascade into downstream clinical symptomatology. This includes differences in combining sensory information from multiple modalities into a unified percept, known as multisensory integration. Little is known about the functional organization of multisensory network (MSN) in these groups, its relation to clinical sensory issues, or its interaction with other higher-order cortical networks. We examined resting-state fMRI data from 417 participants in the Province of Ontario Neurodevelopmental Network (ASD=174, ADHD=130, Typical Development=113; Mean age=11.96±4.10). Timeseries data were extracted from the MSN and seven additional resting-state cortical networks (RSNs). Undirected and directed functional connectivity (FC) metrics were computed within the MSN and between the MSN and other RSNs. FC was compared across diagnoses and related to clinical sensory characteristics. The thalamus emerged as a hub region in both undirected and directed FC within the MSN and between the MSN-RSNs. Some diagnosis-related differences were observed, with increased MSN-RSN FC particularly in ADHD; however, associations with sensory characteristics were stronger in both undirected and directed FC within the MSN and between the MSN-RSNs, regardless of diagnosis. Converging evidence was seen in data-driven clusters based on FC metrics, which did not align with diagnosis, but instead mapped on to the overall level of sensory issues reported. That the data-driven clusters sorted not by diagnosis but by sensory characteristics suggests that these sensory characteristics and their underlying neurobiology are transdiagnostic in nature as opposed to specific to ASD or 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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,003
Score d'incertitude au seuil1,000

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 recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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.

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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetTechnology and Human Factors in Education and HealthTravaux en français237 207