Real-Time Symptom Capture of Hallucinations in Schizophrenia with fMRI: Absence of Duration-Dependent Activity
Notice bibliographique
Résumé
Background: While advances in the field of functional magnetic resonance imaging (fMRI) provide new opportunities to study brain networks underlying the experience of hallucinations in psychosis, there are methodological challenges unique to symptom-capture studies. Study Design: = 27). A multidimensional analysis technique was applied, which would allow separation of brain networks involved in the hallucinatory experience itself from those involved in the motor response of indicating the beginning and end of the perceived hallucinatory experience. To avoid reverse inference when attributing a function (e.g., a hallucination) to anatomical regions, it was required that longer hallucinatory experiences produce extended brain responses relative to shorter. Study Results: For radio-speech sound files, an auditory perception brain network emerged, and displayed speech-duration-dependent hemodynamic responses (HDRs). However, in the hallucination-capture blocks, no network showed hallucination-duration-dependent HDRs, but a retrieved network that was anatomically classified as motor response emerged. Conclusions: During symptom capture of hallucinations during fMRI, no HDR showed duration dependence, but a brain network anatomically matching the motor response network was retrieved. Previous reports on brain networks detected by fMRI during hallucination capture are reviewed in this context; namely, that the brain networks interpreted as involved in hallucinations may in fact be involved only in the motor response indicating the onset of the hallucination.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».