LINKING THE GUT-IMMUNE PHENOTYPE TO BEHAVIOUR IN NEURODEVELOPMENTAL DISORDERS
Notice bibliographique
Résumé
Diverse clinical presentation in neurodevelopmental disorders (NDDs) leads to difficulty in matching individuals with effective treatments. Autism spectrum disorders (ASD) and attention deficit hyperactivity disorder (ADHD) are the two most prevalent neurodevelopmental disorders (NDDs), characterized by deficits in communication, social interactions, and behaviours. There is high within-diagnosis heterogeneity and striking overlap between diagnoses. The literature suggests that current diagnostic criteria do not align well with behaviour metrics. Therefore, identifying novel biomarkers underlying behaviour in NDDs may provide a reliable way to group individuals with similar behavioural phenotypes. This thesis examines how gut-immune biology is linked to clinical heterogeneity in children with NDDs. The first study used unsupervised machine learning to cluster typically developing (TD), ADHD, and ASD participants by their behaviour metrics in a diagnosis-agnostic approach. The results produced a six-cluster solution, five of which were a mix of all diagnostic categories. Further, gastrointestinal (GI) symptoms were mapped to the clusters, revealing a link between constipation, social communication deficits and restrictive-repetitive behaviours. The second study used hierarchical clustering to group TD and NDD participants based on a profile of gut and inflammatory markers. Participants clustered into two biotypes, both containing TD and NDD participants. Additionally, using regression analysis, novel markers were linked to anxiety. The third study evaluated the multisite biospecimen collection protocol of the Province of Ontario Neurodevelopmental Disorders (POND) Network. The final study used biospecimens collected from the POND network to phenotype peripheral blood mononuclear cells in TD and NDD participants. In NDD groups, monocyte and B cell activation markers were differentially expressed compared to TD. Overall, this thesis demonstrates that gut-immune mechanisms contribute to clinical heterogeneity in a subset of people and contribute to the search for biomarkers in NDDs.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».