Polygenic Risk Score for Schizophrenia and Face-Processing Network in Young Adulthood
Notice bibliographique
Résumé
Development of schizophrenia relates to both genetic and environmental factors. Functional deficits in many cognitive domains, including the ability to communicate in social interactions and impaired recognition of facial expressions, are common for patients with schizophrenia and might also be present in individuals at risk of developing schizophrenia. Here we explore whether an individual's polygenic risk score (PRS) for schizophrenia is associated with the degree of interregional similarities in blood oxygen level-dependent (BOLD) signal and gray matter volume of the face-processing network and whether the exposure to early adversity moderates this association. A total of 90 individuals (mean age 22 years, both functional and structural data available) were used for discovery analyses, and 211 individuals (mean age 26 years, structural data available) were used for replication of the structural findings. Both samples were drawn from the Northern Finland Birth Cohort 1986. We found that the degree of interregional similarities in BOLD signal and gray matter volume vary as a function of PRS; lowest interregional correlation (both measures) was observed in individuals with high PRS. We also replicated the gray matter volume finding. We did not find evidence for an interaction between early adversity and PRS on the interregional correlation of BOLD signal and gray matter volume. We speculate that the observed group differences in PRS-related correlations in both modalities may result from differences in the concurrent functional engagement of the face-processing regions over time, eg, via differences in exposure to social interaction with other people.
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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».