Brain structural abnormalities in six major psychiatric disorders: shared variation and network perspectives
Notice bibliographique
Résumé
<ns4:p> Common brain abnormalities are a possible explanation for comorbidities in psychiatric disorders. Challenges in understanding these conditions are likely due to the paucity of studies able to analyze the extent and regional distribution of shared morphometric abnormalities between disorders. Recently, Opeal <ns4:italic>et al.</ns4:italic> presented an elegant rationale to investigate shared and specific morphometric measures of cortical thickness and subcortical gray matter <ns4:bold/> volume between healthy individuals and subjects across six major psychiatric disorders. Although their approach has the potential to systematically portray shared brain alterations, the chosen principal component analysis solution may not address the central question of the observed shared versus specific brain alterations due to misspecification of the number of components. Given how this misspecification can lead to different conclusions, we reanalyzed Opel <ns4:italic>et al.</ns4:italic> data to thoroughly determine the number of factors to be considered, explore the alternative solution, and visualize the patterns of shared brain matter correlations using network analysis. Our approach suggests that a unidimensional solution was appropriate in this situation. The unidimensional solution indicated that brain alterations in autism spectrum disorder (ASD) had a significant negative component loading, suggesting that brain abnormalities found in ASD covaried with major depressive disorder (MDD), bipolar disorder (BD), schizophrenia (SCZ), and obsessive-compulsive disorder (OCD), a finding not demonstrated by the original work. Network analysis indicated that SCZ had the highest strength, BD the highest closeness, and BD and MDD had the highest betweenness in the network. This work highlights how different component solutions can lead to different conclusions, with important implications for the understanding of overlapped patterns of symptoms among six major psychiatric diseases. The network approach is complementary in indicating central markers of specific psychopathology domains. Investigations using shared-variation and network perspectives are promising for the study of pathophysiological patterns of common brain alterations. </ns4:p>
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 ».