The effect of lysergic acid diethylamide (LSD) on whole-brain functional and effective connectivity
Notice bibliographique
Résumé
Abstract Psychedelics have emerged as promising candidate treatments for various psychiatric conditions, and given their clinical potential, there is a need to identify biomarkers that underlie their effects. Here, we investigate the neural mechanisms of lysergic acid diethylamide (LSD) using regression dynamic causal modelling (rDCM), a novel technique that assesses whole-brain effective connectivity (EC) during resting-state functional magnetic resonance imaging (fMRI). We modelled data from two randomized, placebo-controlled, double-blind, cross-over trials, in which 45 participants were administered 100 μ g LSD and placebo in two resting-state fMRI sessions. We compared EC against whole-brain functional connectivity (FC) using classical statistics and machine learning methods. Multivariate analyses of EC parameters revealed widespread increases in interregional connectivity and reduced self-inhibition under LSD compared to placebo, with the notable exception of primarily decreased interregional connectivity and increased self-inhibition in occipital brain regions. This finding suggests that LSD perturbs the Excitation/Inhibition balance of the brain. Moreover, random forests classified LSD vs. placebo states based on FC and EC with comparably high accuracy (FC: 85.56%, EC: 91.11%) suggesting that both EC and FC are promising candidates for clinically-relevant biomarkers of LSD effects.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».