Intrinsic connectivity network dynamics in PTSD during amygdala downregulation using real‐time fMRI neurofeedback: A preliminary analysis
Notice bibliographique
Résumé
Posttraumatic stress disorder (PTSD) has been associated with a disturbance in neural intrinsic connectivity networks (ICN), including the central executive network (CEN), default mode network (DMN), and salience network (SN). Here, we conducted a preliminary investigation examining potential changes in ICN recruitment as a function of real-time fMRI neurofeedback (rt-fMRI-NFB) during symptom provocation where we targeted the downregulation of neural response within the amygdala-a key region-of-interest in PTSD neuropathophysiology. Patients with PTSD (n = 14) completed three sessions of rt-fMRI-NFB with the following conditions: (a) regulate: decrease activation in the amygdala while processing personalized trauma words; (b) view: process trauma words while not attempting to regulate the amygdala; and (c) neutral: process neutral words. We found that recruitment of the left CEN increased over neurofeedback runs during the regulate condition, a finding supported by increased dlPFC activation during the regulate as compared to the view condition. In contrast, DMN task-negative recruitment was stable during neurofeedback runs, albeit was the highest during view conditions and increased (normalized) during rest periods. Critically, SN recruitment was high for both the regulate and the view conditions, a finding potentially indicative of CEN modality switching, adaptive learning, and increasing threat/defense processing in PTSD. In conclusion, this study provides provocative, preliminary evidence that downregulation of the amygdala using rt-fMRI-NFB in PTSD is associated with dynamic changes in ICN, an effect similar to those observed using EEG modalities of neurofeedback.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».