Altered trajectories in the dynamical repertoire of functional network states under psilocybin
Notice bibliographique
Résumé
Abstract Brain activity can be understood as the exploration of a dynamical landscape of activity configurations over both space and time. This dynamical landscape may be defined in terms of spontaneous transitions within a repertoire of discrete metastable states of functional connectivity (FC), which underlie different mental processes. However, it remains unclear how the brain’s dynamical landscape might be changed in altered states of consciousness, such as the psychedelic state. The present study investigated changes in the brain’s dynamical repertoire in an fMRI dataset of healthy participants intravenously injected with the psychedelic compound psilocybin, which is found in “magic mushrooms”. We employed a data-driven approach to study brain dynamics in the psychedelic state, which focuses on the dominant FC pattern captured by the leading eigenvector of dynamic FC matrices, and enables the identification of recurrent FC patterns (“FC-states”), and their transition profiles over time. We found that a FC state closely corresponding to the fronto-parietal control system was strongly destabilized in the psychedelic state, while transitions toward a globally synchronized FC state were enhanced. These differences between brain state trajectories in normal waking consciousness and the psychedelic state suggest that the latter biases a global mode of functional integration at the expense of locally segregated activity in specific networks. These results provide a mechanistic perspective on subjective quality of the psychedelic experience, and further raise the possibility that mapping the brain’s dynamical landscape may help guide pharmacological interventions in neuropsychiatric disorders.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».