Functional connectivity and glutamate levels of the medial prefrontal cortex in schizotypy are related to sensory amplification in a probabilistic reasoning task
Notice bibliographique
Résumé
The circular inference (CI) computational model assumes a corruption of sensory data by prior information and vice versa, leading at the extremes to 'see what we expect' (through prior amplification) and/or to 'expect what we see' (through sensory amplification). Although a CI mechanism has been reported in a schizophrenia population, it has not been investigated in individuals experiencing psychosis-like experiences, such as people with high schizotypy traits. Furthermore, the neurobiological basis of CI, such as the link between hierarchical amplifications, excitatory neurotransmission, and resting state functional connectivity (RSFC), remains untested. The participants included in the present study consisted of a subsample of those recruited in a study previously published by our group, Kozhuharova et al. (2021b). We included 36 participants with High (n=18) and Low (n=18) levels of schizotypy who completed a probabilistic reasoning task (the Fisher task) for which individual confidence levels were obtained and fitted to the CI model. Participants also underwent a 1H-Magnetic Resonance Spectroscopy (MRS) scan to measure medial prefrontal cortex (mPFC) glutamate metabolite levels, and a functional Magnetic Resonance Imaging (fMRI) scan to measure RSFC of the medial prefrontal cortex (mPFC). People with high levels of schizotypy exhibited changes in CI parameters, altered cortical excitatory neurotransmission and RSFC that were all associated with sensory amplification. Our findings capture a multimodal signature of CI that is observable in people early in the psychosis spectrum.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».