MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387460969 · doi:10.1101/2023.10.04.560971

Heterogeneity in Functional Connectivity: Dimensional Predictors of Individual Variability during Rest and Task fMRI in Psychosis

2023· preprint· en· W4387460969 sur OpenAlexaff
Maria T. Secara, Lindsay D. Oliver, Julia Gallucci, Erin W. Dickie, George Foussias, James M. Gold, Anil K. Malhotra, Robert W. Buchanan, Aristotle N. Voineskos, Colin Hawco

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveCognitionPsychologyNeuroimagingResting state fMRISocial cognitionTask (project management)NeuropsychologySchizophrenia (object-oriented programming)Functional connectivityPsychosisBrain activity and meditationEffects of sleep deprivation on cognitive performanceCognitive psychologyDevelopmental psychologyNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Individuals with schizophrenia spectrum disorders (SSD) often demonstrate cognitive impairments, associated with poor functional outcomes. While neurobiological heterogeneity has posed challenges when examining social cognition in SSD, it provides a unique opportunity to explore brain-behavior relationships. We examined the relationship between behavioral data and individual variability of functional connectivity at rest and during an emotional-processing task. Methods Neuroimaging and behavioral data were analyzed for 193 individuals with SSD and 155 controls (total n = 348). Individual variability was quantified through mean correlational distance (MCD) of functional connectivity between participants; MCD was defined as a global ‘variability score’. Hierarchical regressions were performed on variability scores derived from resting state and Empathic Accuracy (EA) task functional connectivity data to determine potential predictors (e.g., age, sex, neurocognitive and social cognitive scores) of individual variability. Results SSD showed greater MCD during rest (p = 0.00013) and task (p = 0.022). In the hierarchical regression, diagnosis remained significant when social cognition was included during rest (p = 0.008), but not during task (p = 0.50); social cognition was significant during both rest and task (both p = 0.01). Conclusions Diagnostic differences were more prevalent during unconstrained resting scans, whereas the task pushed participants into a more common pattern which better emphasized transdiagnostic differences in cognitive abilities. Focusing on variability may provide new opportunities for interventions targeting specific cognitive impairments to improve functional outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,243
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→