MétaCan
Menu
Retour à la cohorte
Enregistrement W4399282884 · doi:10.1523/eneuro.0286-23.2024

Large Individual Differences in Functional Connectivity in the Context of Major Depression and Antidepressant Pharmacotherapy

2024· article· en· W4399282884 sur OpenAlexafffund
Gwen van der Wijk, Mojdeh Zamyadi, Signe Bray, Stefanie Hassel, Stephen R. Arnott, Benício N. Frey, Sidney H. Kennedy, Andrew D. Davis, Geoffrey B. Hall, Raymond W. Lam, Roumen Milev, Daniel J. Müller, Sagar V. Parikh, Claudio N. Soares, Glenda MacQueen, Stephen C. Strother, Andrea B. Protzner

Notice bibliographique

RevueeNeuro · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensCentre for Addiction and Mental HealthQueen's UniversityUniversity of British ColumbiaToronto Western HospitalCentre for Global Health ResearchUniversity of TorontoUniversity Health NetworkMcMaster UniversityHotchkiss Brain InstituteAlberta Children's HospitalSt. Joseph’s Healthcare HamiltonBaycrest HospitalKingston General HospitalUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchLundbeck CanadaServierOntario Brain Institute
Mots-clésPharmacotherapyAntidepressantDepression (economics)Context (archaeology)PsychologyPsychiatryMedicineBiologyAnxiety

Résumé

récupéré en direct d'OpenAlex

Clinical studies of major depression (MD) generally focus on group effects, yet interindividual differences in brain function are increasingly recognized as important and may even impact effect sizes related to group effects. Here, we examine the magnitude of individual differences in relation to group differences that are commonly investigated (e.g., related to MD diagnosis and treatment response). Functional MRI data from 107 participants (63 female, 44 male) were collected at baseline, 2, and 8 weeks during which patients received pharmacotherapy (escitalopram, N = 68) and controls ( N = 39) received no intervention. The unique contributions of different sources of variation were examined by calculating how much variance in functional connectivity was shared across all participants and sessions, within/across groups (patients vs controls, responders vs nonresponders, female vs male participants), recording sessions, and individuals. Individual differences and common connectivity across groups, sessions, and participants contributed most to the explained variance (>95% across analyses). Group differences related to MD diagnosis, treatment response, and biological sex made significant but small contributions (0.3–1.2%). High individual variation was present in cognitive control and attention areas, while low individual variation characterized primary sensorimotor regions. Group differences were much smaller than individual differences in the context of MD and its treatment. These results could be linked to the variable findings and difficulty translating research on MD to clinical practice. Future research should examine brain features with low and high individual variation in relation to psychiatric symptoms and treatment trajectories to explore the clinical relevance of the individual differences identified here.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,096
Tête enseignante GPT0,414
Écart entre enseignants0,318 · 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.

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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeNeuroMême sujetMental Health Research TopicsTravaux en français237 207