Functional Connectivity of the Nucleus Accumbens across Variants of Callous-Unemotional Traits: A Resting-State fMRI Study in Children and Adolescents
Notice bibliographique
Résumé
A large body of literature suggests that the primary (high callousness-unemotional traits [CU] and low anxiety) and secondary (high CU traits and anxiety) variants of psychopathy significantly differ in terms of their clinical profiles. However, little is known about their neurobiological differences. While few studies showed that variants differ in brain activity during fear processing, it remains unknown whether they also show atypical functioning in motivational and reward system. Latent Profile Analysis (LPA) was conducted on a large sample of adolescents (n = 1416) to identify variants based on their levels of callousness and anxiety. Seed-to-voxel connectivity analysis was subsequently performed on resting-state fMRI data to compare connectivity patterns of the nucleus accumbens across subgroups. LPA failed to identify the primary variant when using total score of CU traits. Using a family-wise cluster correction, groups did not differ on functional connectivity. However, at an uncorrected threshold the secondary variant showed distinct functional connectivity between the nucleus accumbens and posterior insula, lateral orbitofrontal cortex, supplementary motor area, and parietal regions. Secondary LPA analysis using only the callousness subscale successfully distinguish both variants. Group differences replicated results of deficits in functional connectivity between the nucleus accumbens and posterior insula and supplementary motor area, but additionally showed effect in the superior temporal gyrus which was specific to the primary variant. The current study supports the importance of examining the neurobiological markers across subgroups of adolescents at risk for conduct problems to precise our understanding of this heterogeneous population.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».