The Speech Network in Childhood Stuttering: Differences in Functional Connectivity of the Planning and Motor Loops
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
Developmental stuttering is a complex neurodevelopmental condition associated with structural and functional anomalies in the basal ganglia-thalamo-cortical (BGTC) circuits that support speech planning and execution. In this study, we examined hypothesized impairments in the planning and motor circuits of the speech network in children who stutter (CWS), compared to children who do not stutter (CNS), using person-specific functional connectivity maps derived from resting-state functional magnetic resonance imaging (rsfMRI) data. RsfMRI data were acquired from 73 CWS and 74 CNS, aged 3 to 10 years. Twelve regions of interest within the speech motor networks were extracted. Functional connectivity was assessed using confirmatory subgrouping group iterative multiple model estimation (CS-GIMME), which estimates group-, subgroup-, and individual-level connections. Subgroup-level functional connectivity patterns revealed altered connections among CWS in both planning and motor loops, including reduced within-network connectivity, compared to CNS. CWS showed connectivity between the left posterior inferior frontal sulcus and left ventral lateral thalamus that was not observed in CNS. Furthermore, centrality of the left ventral lateral thalamus and right ventral premotor cortex were increased in CWS relative to CNS. Significant differences between CWS and CNS in within-network connectivity highlight early developmental alterations that affect the BGTC circuitry, pointing toward inefficiencies in the neural network that supports the programming, planning and timing of speech motor sequences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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