Brain gray matter differences among forensic psychiatric patients with psychosis and incarcerated individuals without psychosis: A source-based morphometry study
Notice bibliographique
Résumé
BACKGROUND: While psychosis is a risk factor for violence, the majority of individuals who perpetrate aggression do not present psychotic symptoms. Pathological aggressive behavior is associated with brain gray matter differences, which, in turn, has shown a relationship with increased psychopathic traits. However, no study, to our knowledge, has ever investigated gray matter differences in forensic psychiatric patients with psychosis compared with incarcerated individuals without psychosis matched on levels of psychopathic traits. Here, we employed source-based morphometry (SBM) to investigate gray matter differences in these two populations. METHODS: We scanned 137 participants comprising two offender subgroups: 69, non-psychotic incarcerated offenders and 68, psychotic, forensic psychiatric patients. Groups showed no difference in age, race, ethnicity, handedness, and Hare Psychopathy Checklist-Revised scores. Source-based morphometry was utilized to identify spatially distinct sets of brain regions where gray matter volumes covaried between groups. SBM is a data-driven, multivariate technique that uses independent components analysis to categorize groups of voxels that display similar variance patterns (e.g., components) that are compared across groups. RESULTS: SBM identified four components that differed between groups. These findings indicated greater loading weights in the superior, transverse, and middle temporal gyrus and anterior cingulate in the non-psychotic versus psychotic group; greater loading weights in the basal ganglia in the psychotic versus non-psychotic group; greater loading weights in the frontal pole, precuneus, and visual cortex among psychotic versus non-psychotic offenders; and greater loading weights in the thalamus and parahippocampal gyrus in psychotic versus non-psychotic groups. CONCLUSIONS: Two different offender groups that perpetrate violence and show comparable levels of psychopathic traits evidenced different gray matter volumes. We suggest that future studies of violent offenders with psychosis take psychopathic traits into account to refine neural phenotypes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».