Differential mechanisms of posterior cingulate cortex downregulation and symptom decreases in posttraumatic stress disorder and healthy individuals using real‐time fMRI neurofeedback
Notice bibliographique
Résumé
BACKGROUND: Intrinsic connectivity networks, including the default mode network (DMN), are frequently disrupted in individuals with posttraumatic stress disorder (PTSD). The posterior cingulate cortex (PCC) is the main hub of the posterior DMN, where the therapeutic regulation of this region with real-time fMRI neurofeedback (NFB) has yet to be explored. METHODS: We investigated PCC downregulation while processing trauma/stressful words over 3 NFB training runs and a transfer run without NFB (total n = 29, PTSD n = 14, healthy controls n = 15). We also examined the predictive accuracy of machine learning models in classifying PTSD versus healthy controls during NFB training. RESULTS: Both the PTSD and healthy control groups demonstrated reduced reliving symptoms in response to trauma/stressful stimuli, where the PTSD group additionally showed reduced symptoms of distress. We found that both groups were able to downregulate the PCC with similar success over NFB training and in the transfer run, although downregulation was associated with unique within-group decreases in activation within the bilateral dmPFC, bilateral postcentral gyrus, right amygdala/hippocampus, cingulate cortex, and bilateral temporal pole/gyri. By contrast, downregulation was associated with increased activation in the right dlPFC among healthy controls as compared to PTSD. During PCC downregulation, right dlPFC activation was negatively correlated to PTSD symptom severity scores and difficulties in emotion regulation. Finally, machine learning algorithms were able to classify PTSD versus healthy participants based on brain activation during NFB training with 80% accuracy. CONCLUSIONS: This is the first study to investigate PCC downregulation with real-time fMRI NFB in both PTSD and healthy controls. Our results reveal acute decreases in symptoms over training and provide converging evidence for EEG-NFB targeting brain networks linked to the PCC.
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 ».