Abnormal network properties and fiber connections of DMN across major mental disorders: a probability tracing and graph theory study
Notice bibliographique
Résumé
The default mode network (DMN) is related to brain functions and its abnormalities were associated with mental disorders' pathophysiology. To further understand the common and distinct DMN alterations across disorders, we capitalized on the probability tracing method and graph theory to analyze the role of DMN across three major mental disorders. A total of 399 participants (156 schizophrenia [SCZ], 90 bipolar disorder [BP], 58 major depression disorder [MDD], and 95 healthy controls [HC]) completed magnetic resonance imaging (MRI)-scanning, clinical, and cognitive assessment. The MRI preprocessing of diffusion-tensor-imaging was conducted in FMRIB Software Library and probabilistic fiber tracking was applied by PANDA. This study had three main findings. First, patient groups showed significantly lower cluster coefficient in whole-brain compared with HC. SCZ showed significantly longer characteristic path compared with HC. Second, patient groups showed inter-group specificity in abnormalities of DMN connections. Third, SCZ was sensitive to left_medial_superior_frontal_gyrus (L_SFGmed)-right_anterior_cingulate_gyrus (R_ACG) connection relating to positive symptoms; left_ACG-right_ACG connection was the mania's antagonistic factor in BP. This trans-diagnostic study found disorder-specific structural abnormalities in the fiber connection of R_SFGmed-L_SFGmed-R_ACG_L_ACG within DMN, where SCZ showed more disconnections compared with other disorders. And these connections are diagnosis-specifically correlated to phenotypes. The current study may provide further evidence of shared and distinct endo-phenotypes across psychopathology.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».