Novel Analysis Identifying Functional Connectivity Patterns Associated with Posttraumatic Stress Disorder
Notice bibliographique
Résumé
Posttraumatic stress disorder (PTSD) is a prevalent psychiatric disorder that can result from experiencing traumatic events. Accurate diagnosis and optimal treatment strategies can be difficult to achieve, due to the heterogeneous etiology and symptomology of PTSD, and overlap with other psychiatric disorders. Advancing our understanding of PTSD pathophysiology is therefore critical. While functional connectivity alterations have shown promise for elucidating the neurobiological mechanisms of PTSD, previous findings have been inconsistent. Eleven patients with PTSD in our first cohort (PTSD-A) and 11 trauma-exposed controls (TEC) underwent functional magnetic resonance imaging. First, we investigated the intrinsic connectivity within known resting state networks (eg, default mode, salience, and central executive networks) previously implicated in functional abnormalities with PTSD symptoms. Second, the overall topology of network structure was compared between PTSD-A and TEC using graph theory. Finally, we used a novel combination of graph theory analysis and scaled subprofile modeling (SSM) to identify a disease-related, covarying pattern of brain network organization. No significant group differences were found in intrinsic connectivity of known resting state networks and graph theory metrics (clustering coefficients, characteristic path length, smallworldness, global and local efficiencies, and degree centrality). The graph theory/SSM analysis revealed a topographical pattern of altered degree centrality differentiating PTSD-A from TEC. This PTSD-related network pattern expression was additionally investigated in a separate cohort of 33 subjects who were scanned with a different MRI scanner (22 patients with PTSD or PTSD-B, and 11 healthy trauma-naïve controls or TNC). Across all participant groups, pattern expression scores were significantly lower in the TEC group, while PTSD-A, PTSD-B, and TNC subject profiles did not differ from each other. Expression level of the pattern was correlated with symptom severity in the PTSD-B group. This method offers potential in developing objective biomarkers associated with PTSD. Possible interpretations and clinical implications will be discussed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».