State- and trait-related dysfunctions in bipolar disorder across different mood states: a graph theory study
Notice bibliographique
Résumé
BACKGROUND: The interplay between state- and trait-related disruptions in structural networks remains unclear in bipolar disorder (BD), but graph theory can offer insights into global and local network changes. We sought to use diffusion-tensor imaging (DTI) and graph theory approaches to analyze structural topological properties across distinct mood states and identify high-risk individuals by examining state- and trait-related impairments in BD. METHODS: We studied changes in white matter network among patients with BD and healthy controls, exploring relationships with clinical variables. Secondary analysis involved comparing patients with BD with unaffected people at high genetic risk for BD. RESULTS: We included 152 patients with BD, including 52 with depressive BD (DBD), 64 with euthymic BD (EBD) and 36 with manic BD (MBD); we also included 75 healthy controls. Secondary analyses involved 27 unaffected people at high genetic risk for BD. Patients with DBD and MBD exhibited significantly lower global efficiencies than those with EBD and healthy controls, with patients with DBD showing the lowest global efficiencies. In addition, patients with DBD displayed impaired local efficiency and normalized clustering coefficient (γ). At a global level, γ correlated negatively with depression and anxiety. Compared with healthy controls, and across mood states, patients with BD showed abnormal shortest path lengths in the frontolimbic circuit, a trend mirrored among those at high genetic risk for BD. LIMITATIONS: Considerations include medication effects, absence of recorded BD episode counts and the cross-sectional nature of the study. CONCLUSION: Mood-specific whole-brain network metrics could serve as potential biomarkers in BD for transitions between mood states. Moreover, these findings contribute to evidence of trait-related frontolimbic circuit irregularities, shedding light on underlying pathophysiological mechanisms in BD.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».