MétaCan
Menu
Retour à la cohorte
Enregistrement W4386046825 · doi:10.1002/hbm.26453

Robust hierarchically organized whole‐brain patterns of dysconnectivity in schizophrenia spectrum disorders observed after personalized intrinsic network topography

2023· article· en· W4386046825 sur OpenAlexafffund
Erin W. Dickie, Saba Shahab, Colin Hawco, Dayton Miranda, Gabrielle Herman, Miklós Árgyelán, Jie Lisa Ji, Jerrold Jeyachandra, Alan Anticevic, Anil K. Malhotra, Aristotle N. Voineskos

Notice bibliographique

RevueHuman Brain Mapping · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of OttawaUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Dental and Craniofacial ResearchNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthU.S. National Library of MedicineNational Institute on Alcohol Abuse and AlcoholismNational Institutes of HealthCanadian Institutes of Health ResearchCentre for Addiction and Mental Health FoundationNational Institute on Drug AbuseBrain and Behavior Research Foundation
Mots-clésSchizophrenia (object-oriented programming)NeuroscienceSchizophrenia spectrumPsychologyPsychiatryPsychosis

Résumé

récupéré en direct d'OpenAlex

Abstract Background Spatial patterns of brain functional connectivity can vary substantially at the individual level. Applying cortical surface‐based approaches with individualized rather than group templates may accelerate the discovery of biological markers related to psychiatric disorders. We investigated cortico‐subcortical networks from multi‐cohort data in people with schizophrenia spectrum disorders (SSDs) and healthy controls (HC) using individualized connectivity profiles. Methods We utilized resting‐state and anatomical MRI data from n = 406 participants ( n = 203 SSD, n = 203 HC) from four cohorts. Functional timeseries were extracted from previously defined intrinsic network subregions of the striatum, thalamus, and cerebellum as well as 80 cortical regions of interest, representing six intrinsic networks using (1) volume‐based approaches, (2) a surface‐based group atlas approaches, and (3) Personalized Intrinsic Network Topography (PINT). Results The correlations between all cortical networks and the expected subregions of the striatum, cerebellum, and thalamus were increased using a surface‐based approach (Cohen's D volume vs. surface 0.27–1.00, all p < 10 −6 ) and further increased after PINT (Cohen's D surface vs. PINT 0.18–0.96, all p < 10 −4 ). In SSD versus HC comparisons, we observed robust patterns of dysconnectivity that were strengthened using a surface‐based approach and PINT (Number of differing pairwise‐correlations: volume: 404, surface: 570, PINT: 628, FDR corrected). Conclusion Surface‐based and individualized approaches can more sensitively delineate cortical network dysconnectivity differences in people with SSDs. These robust patterns of dysconnectivity were visibly organized in accordance with the cortical hierarchy, as predicted by computational models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,246
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207