Intrinsic Connectivity Networks in post‐traumatic stress disorder during sub‐ and supraliminal processing of threat‐related stimuli
Notice bibliographique
Résumé
OBJECTIVE: To investigate the functional connectivity of large-scale intrinsic connectivity networks (ICNs) in post-traumatic stress disorder (PTSD) during subliminal and supraliminal presentation of threat-related stimuli. METHOD: Group independent component analysis was utilized to study functional connectivity within the ICNs most correlated with the Default-mode Network (DMN), Salience Network (SN), and Central Executive Network (CEN) in PTSD participants (n = 26) as compared to healthy controls (n = 20) during sub- and supraliminal processing of threat-related stimuli. RESULTS: Comparing patients with PTSD with healthy participants, prefrontal and anterior cingulate cortex involved in top-down regulation showed increased integration during subliminal threat processing within the CEN and SN and during supraliminal threat processing within the DMN. The right amygdala showed increased connectivity with the DMN during subliminal processing in PTSD as compared to controls. Brain regions associated with self-awareness and consciousness exhibited decreased connectivity during subliminal threat processing in PTSD as compared to controls: the claustrum within the SN and the precuneus within the DMN. CONCLUSION: Key nodes of the ICNs showed altered functional connectivity in PTSD as compared to controls, and differential results characterized sub- and supraliminal processing of threat-related stimuli. These findings enhance our understanding of ICNs underlying PTSD at different levels of conscious threat perception.
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 | 0,000 | 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) | 0,001 | 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 ».