Brain-Wide Functional Dysconnectivity in Schizophrenia: Parsing Diathesis, Resilience, and the Effects of Clinical Expression
Notice bibliographique
Résumé
BACKGROUND: The functional dysconnectivity observed from functional magnetic resonance imaging (fMRI) studies in schizophrenia is also seen in unaffected siblings indicating its association with the genetic diathesis. We intended to apportion resting-state dysconnectivity into components that represent genetic diathesis, clinical expression or treatment effect, and resilience. METHODS: fMRI data were acquired from 28 schizophrenia patients, 28 unaffected siblings, and 60 healthy controls. Based on Dosenbach's atlas, we extracted time series of 160 regions of interest. After constructing functional network, we investigated between-group differences in strength and diversity of functional connectivity and topological properties of undirected graphs. RESULTS: tests revealed that 62.5% were associated with genetic diathesis and 21.6% were associated with clinical expression. Topologically, we observed increased degree, clustering coefficient, and global efficiency in the sibling group compared to both patients and controls. CONCLUSION: A large portion of the resting-state functional dysconnectivity seen in patients represents a genetic diathesis effect. The most prominent network-level disruption is the dysconnectivity among nodes of the default mode and salience networks. Despite their predisposition, unaffected siblings show a pattern of resilience in the emergent connectomic topology. Our findings could potentially help refine imaging genetics approaches currently used in the pursuit of the pathophysiology of schizophrenia.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».