Brain Connectomics and Severity of Internalizing Symptoms in Early Adolescence Predict Severity of Suicidal Ideation in Later Adolescence
Notice bibliographique
Résumé
Abstract Background Suicidal ideation (SI) typically emerges during adolescence but is challenging to predict. Given the consequences of SI, it is important to identify neurobiological and psychological predictors of SI in adolescents in order to improve strategies to prevent suicide. Methods In 109 participants (61 female), we assessed psychological characteristics and obtained resting-state fMRI data in early adolescence (ages 9-13). Using graph theoretical methods, we assessed local network properties across 250 brain regions by computing measures of nodal interconnectedness: local efficiency, eigenvector centrality, nodal degree, within-module z-score, and participation coefficient. Four years later (ages 13-17), participants self-reported their SI severity. We used LASSO regression to identify a linear combination of the most important psychological, environmental, and brain-based predictors of future SI severity. Results The LASSO analysis identified a combination of 10 predictors of future SI severity (R 2 =0.23). Severity of internalizing symptoms at baseline was the strongest predictor; the remaining 9 predictors were brain-based, including nodal degree of the inferior frontal gyrus, precentral gyrus, fusiform gyrus, and inferior temporal gyrus; within-module degree of the substantia nigra and inferior parietal lobe; eigenvector centrality of the subgenual cingulate gyrus; participation coefficient of the caudal cingulate gyrus and medial amygdala. Conclusions Our findings suggest that combining network properties and earlier internalizing symptoms may improve prediction of later SI, compared to prior symptoms and other sociodemographic variables alone. Research should validate the clinical utility of these markers as predictors of suicidal thoughts.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».