Distinct intrinsic network connectivity patterns of post‐traumatic stress disorder symptom clusters
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
OBJECTIVE: Post-traumatic stress disorder (PTSD) is considered a multidimensional disorder, with distinct symptom clusters including re-experiencing, avoidance/numbing, hyperarousal, and most recently depersonalization/derealization. However, the extent of differing intrinsic network connectivity underlying these symptoms has not been fully investigated. We therefore investigated the degree of association between resting connectivity of the salience (SN), default mode (DMN), and central executive (CEN) networks and PTSD symptom severity. METHOD: Using resting-state functional MRI data from PTSD participants (n = 21), we conducted multivariate analyses to test whether connectivity of extracted independent components varied as a function of re-experiencing, avoidance/numbing, hyperarousal, and depersonalization/derealization. RESULTS: Hyperarousal symptoms were associated with reduced connectivity of posterior insula/superior temporal gyrus within SN [peak Montréal Neurological Institute (MNI): -44, -8, 0, t = -4.2512, k = 40]. Depersonalization/derealization severity was associated with decreased connectivity of perigenual anterior cingulate/ventromedial prefrontal cortex within ventral anterior DMN (peak MNI: 8, 40, -4; t = -3.8501; k = 15) and altered synchrony between two DMN components and between DMN and CEN. CONCLUSION: Our results are consistent with prior research showing intrinsic network disruptions in PTSD and imply heterogeneous connectivity patterns underlying PTSD symptom dimensions. These findings suggest possible biomarkers for PTSD and its dissociative subtype.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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