Thinking versus feeling: How interoception and cognition influence emotion recognition in behavioural-variant frontotemporal dementia, Alzheimer's disease, and Parkinson's disease
Notice bibliographique
Résumé
Disease-specific mechanisms underlying emotion recognition difficulties in behavioural-variant frontotemporal dementia (bvFTD), Alzheimer's disease (AD), and Parkinson's disease (PD) are unknown. Interoceptive accuracy, accurately detecting internal cues (e.g., one's heart beating), and cognitive abilities are candidate mechanisms underlying emotion recognition. One hundred and sixty-eight participants (52 bvFTD; 41 AD; 24 PD; 51 controls) were recruited. Emotion recognition was measured via the Facial Affect Selection Task or the Mini-Social and Emotional Assessment Emotion Recognition Task. Interoception was assessed with a heartbeat detection task. Participants pressed a button each time they: 1) felt their heartbeat (Interoception); or 2) heard a recorded heartbeat (Exteroception-control). Cognition was measured via the Addenbrooke's Cognitive Examination-III or the Montreal Cognitive Assessment. Voxel-based morphometry analyses identified neural correlates associated with emotion recognition and interoceptive accuracy. All patient groups showed worse emotion recognition and cognition than controls (all P's ≤ .008). Only the bvFTD showed worse interoceptive accuracy than controls (P < .001). Regression analyses revealed that in bvFTD worse interoceptive accuracy predicted worse emotion recognition (P = .008). Whereas worse cognition predicted worse emotion recognition overall (P < .001). Neuroimaging analyses revealed that the insula, orbitofrontal cortex, and amygdala were involved in emotion recognition and interoceptive accuracy in bvFTD. Here, we provide evidence for disease-specific mechanisms for emotion recognition difficulties. In bvFTD, emotion recognition impairment is driven by inaccurate perception of the internal milieu. Whereas, in AD and PD, cognitive impairment likely underlies emotion recognition deficits. The current study furthers our theoretical understanding of emotion and highlights the need for targeted interventions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».