Abnormal Large-Scale Network Activation Present in Bipolar Mania and Bipolar Depression Under Resting State
Notice bibliographique
Résumé
Introduction: Previous studies have primarily focused on the neuropathological mechanisms of the emotional circuit present in bipolar mania and bipolar depression. Recent studies applying resting-state functional magnetic resonance imaging (fMRI) have raise the possibility of examining brain-wide networks abnormality between the two oppositional emotion states, thus this study aimed to characterize the different functional architecture represented in mania and depression by employing group-independent component analysis (gICA). Materials and Methods: Forty-one bipolar depressive patients, 20 bipolar manic patients, and 40 healthy controls (HCs) were recruited and received resting-state fMRI scans. Group-independent component analysis was applied to the brain network functional connectivity analysis. Then, we calculated the correlation between the value of between-group differences and clinical variables. Results: Group-independent component analysis identified 15 components in all subjects, and ANOVA showed that functional connectivity (FC) differed significantly in the default mode network, central executive network, and frontoparietal network across the three groups. Further post-hoc t-tests showed a gradient descent of activity—depression > HC > mania—in all three networks, with the differences between depression and HCs, as well as between depression and mania, surviving after family wise error (FWE) correction. Moreover, central executive network and frontoparietal network activities were positively correlated with Hamilton depression rating scale (HAMD) scores and negatively correlated with Young manic rating scale (YMRS) scores. Conclusions: Three brain networks heighten activity in depression, but not mania; and the discrepancy regions mainly located in prefrontal, which may imply that the differences in cognition and emotion between the two states is associated with top–down regulation in task-independent networks.
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 | 0,001 |
| 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 ».