MétaCan
Menu
Retour à la cohorte
Enregistrement W4221080810 · doi:10.3389/fncir.2022.630621

Altered Brain Criticality in Schizophrenia: New Insights From Magnetoencephalography

2022· article· en· W4221080810 sur OpenAlex
Golnoush Alamian, Tarek Lajnef, Annalisa Pascarella, Jean‐Marc Lina, Laura Knight, James Walters, Krish D. Singh, Karim Jerbi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFrontiers in Neural Circuits · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensÉcole de Technologie SupérieureUniversité de Montréal
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMedical Research CouncilInstitut de Valorisation des DonnéesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsFonds de Recherche du Québec - SantéCardiff UniversityFonds de recherche du Québec – Nature et technologiesUK Research and Innovation
Mots-clésMagnetoencephalographySchizophrenia (object-oriented programming)NeurosciencePsychologyResting state fMRINeurocognitiveSimilarity (geometry)PopulationCognitionPsychosisBrain activity and meditationCognitive psychologyMedicineArtificial intelligenceElectroencephalographyPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

Schizophrenia has a complex etiology and symptomatology that is difficult to untangle. After decades of research, important advancements toward a central biomarker are still lacking. One of the missing pieces is a better understanding of how non-linear neural dynamics are altered in this patient population. In this study, the resting-state neuromagnetic signals of schizophrenia patients and healthy controls were analyzed in the framework of criticality. When biological systems like the brain are in a state of criticality, they are thought to be functioning at maximum efficiency (e.g., optimal communication and storage of information) and with maximum adaptability to incoming information. Here, we assessed the self-similarity and multifractality of resting-state brain signals recorded with magnetoencephalography in patients with schizophrenia patients and in matched controls. Schizophrenia patients had similar, although attenuated, patterns of self-similarity and multifractality values. Statistical tests showed that patients had higher values of self-similarity than controls in fronto-temporal regions, indicative of more regularity and memory in the signal. In contrast, patients had less multifractality than controls in the parietal and occipital regions, indicative of less diverse singularities and reduced variability in the signal. In addition, supervised machine-learning, based on logistic regression, successfully discriminated the two groups using measures of self-similarity and multifractality as features. Our results provide new insights into the baseline cognitive functioning of schizophrenia patients by identifying key alterations of criticality properties in their resting-state brain data.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,235
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle