Compréhension intégrée de quatre syndromes génétiques impliqués dans la déficience intellectuelle via des biomarqueurs électrophysiologiques, les manifestations comportementales, le fonctionnement adaptatif et les interventions disponibles sur le plan clinique
Bibliographic record
Abstract
La trisomie 21 (T21), le Syndrome X Fragile (SXF), la Sclérose tubéreuse de Bourneville (STB) et les mutations SYNGAP1 sont causés par des dysfonctionnements des voies moléculaires qui entraînent notamment un déséquilibre dans l’excitation et l’inhibition de l’activité neuronale qui aurait des impacts sur le développement et le fonctionnement du cerveau. Toutefois, il est difficile de faire le pont entre les déséquilibres moléculaires observés dans les modèles animaux et les particularités structurelles, fonctionnelles et cognitives observées dans ces syndromes chez l’humain. À notre connaissance, peu d’études ont comparé différents syndromes génétiques sur les processus sensoriels, l’apprentissage de base ou encore leurs caractéristiques comportementales en utilisant des paradigmes similaires et translationnels, permettant de mieux comprendre leurs particularités. Le premier volet de cette thèse vise à identifier si l’activité électroencéphalographique serait un biomarqueur adéquat représentant les altérations neurobiologiques tant des processus sensoriels que d’apprentissage chez les humains présentant ces syndromes. L’étude #1 avait comme objectif de décrire le traitement sensoriel auditif, comme il s’agit d’un processus élémentaire, et ce, chez les mutations SYNGAP1 qui représentent une condition génétique encore peu étudiée chez l’humain. Les résultats ont d’ailleurs permis d’identifier une diminution de la synchronisation de phase et une augmentation de la puissance dans la bande gamma qui distinguent cette condition génétique tant des participants sans DI que de la T21. Toujours dans l’esprit d’identifier des biomarqueurs électroencéphalographiques, mais cette fois au niveau d’un processus cognitif de base, l’étude #2 avait pour objectif de comparer tous ces syndromes dans un paradigme de suppression neuronale (SN) afin de vérifier la présence de SN et de comparer l’apprentissage de base chez ces populations. Les résultats ont identifiés que la T21 et le SXF présentaient tous les deux un patron de SN et que le SXF présentait relativement une plus forte habituation indiquant des particularités spécifiques selon les syndromes. Le deuxième volet, davantage clinique, permet de comparer les profils comportementaux associés au fonctionnement adaptatif entre les syndromes et à décrire les pistes d’intervention existantes. L’étude #3 a notamment mis en évidence que le QI et les symptômes de TDAH sont associés au fonctionnement adaptatif auprès de ces différents syndromes dont le SXF et la STB. Cet article a aussi permis de décrire les profils comportementaux de ces mêmes conditions en révélant davantage de difficultés rapportées chez les individus présentant un SXF, alors que la T21 présentait moins de particularités cliniques au niveau comportemental. Enfin, l’article #4 a mis en lumière diverses interventions utilisées auprès de la population présentant une DI notamment des stratégies cognitivo-comportementales et compensatoires. Cette thèse permet donc de dresser un portrait spécifique de ces syndromes génétiques concernant leur signature électrophysiologique lors du traitement sensoriel et de l’apprentissage ainsi que sur le plan des comorbidités comportementales et de leur relation avec le fonctionnement adaptatif, pour ensuite aborder les interventions actuelles en DI. Les diverses particularités identifiées à plusieurs niveaux ont permis de générer des suggestions pouvant guider certaines interventions futures.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".