Connectome-based symptom mapping and in silico related gene expression in children with autism and/or attention-deficit/hyperactivity disorder
Notice bibliographique
Résumé
Clinical, neuroimaging and genomics evidence have increasingly underscored a degree of overlap between autism and attention-deficit/hyperactivity disorder (ADHD). This study explores the specific contribution of their core symptoms to shared biology in N = 166 verbal children (6-12 years) with rigorously-established primary diagnoses of either autism or ADHD (without autism). We investigated the associations between inter-individual differences in low motion whole-brain intrinsic functional connectivity (iFC) and dimensional measures of autism and ADHD symptoms indexed by clinician-based observation and parent interview, respectively. Additionally, we explored their linked gene expression patterns in silico. Whole-brain multivariate distance matrix regression revealed a transdiagnostic association between autism severity and iFC of two nodes primarily on the left hemisphere: the middle frontal gyrus of the frontoparietal network and the posterior cingulate cortex of the default mode network. Across children, the greater the iFC between these nodes, the more severe the autism symptoms, even after controlling for ADHD ratings. Results from secondary segregation analyses were consistent with primary findings, underscoring the significance of internetwork iFC for autism symptom severity across diagnoses. No statistically significant brain-behavior relationships were observed for ADHD symptoms. Genetic enrichment analyses of the iFC maps associated with autism symptoms implicated genes known to: (i) have greater rate of variance in autism and ADHD, and (ii) be involved in neuron projections, suggesting shared genetic mechanisms for this specific brain-clinical phenotype. These findings underscore the relevance of transdiagnostic dimensional approaches in linking clinically-defined and observation-based phenomena to shared presentations at the macroscale circuit- and genomic-levels across diagnoses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».