Depressogenic self-schemas are associated with smaller regional grey matter volume in never-depressed preadolescents
Notice bibliographique
Résumé
Self-referential processing (i.e., self-schemas that guide processing of self-descriptive information) emerges early in youth, with deeper encoding of negative self-descriptors and/or shallower encoding of positive self-descriptors causally linked to depression. However, the relationship between depressogenic self-schemas and brain structure is unclear. We investigated associations between self-schemas and regional grey matter volume (GMV) in 84 never-depressed preadolescents oversampled for depression risk based on maternal depression history. Self-schemas were assessed using a Self-Referent Encoding Task (SRET) and regional GMV was indexed via voxel-based morphometry analysis of structural magnetic resonance imaging data. Youths' positive self-schemas were associated with greater regional GMV within the ventrolateral prefrontal cortex (vlPFC) and posterior cingulate cortex (PCC), while negative self-schemas were associated with smaller regional GMV within vlPFC and PCC, areas important to emotion regulation and self-referential processing. These associations remained significant after controlling for youths' concurrent depressive symptoms. Exploratory mediation analysis suggested that adolescents' depressogenic self-schemas may mediate associations between GMV and depressive symptoms. Our findings suggest that the observed GMV variations within vlPFC and PCC may serve as neurobiological markers of depressogenic self-schemas during preadolescence.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».