Altered functional connectivity subserving expressed emotion environments in schizophrenia: An fNIRS study
Notice bibliographique
Résumé
Living in high-expressed emotion (EE) environments, characterized by critical, hostile, or over-involved family attitudes, has been linked to increased relapse rates among individuals with schizophrenia (SZ). In our previous work (Wang et al., 2023), we conducted the first feasibility study of using functional near-infrared spectroscopy (fNIRS) with our developed EE stimuli to examine cortical hemodynamics in SZ. To better understand the neural mechanisms underlying EE environmental factors in SZ, we extended our investigation by employing functional connectivity (FC) analysis with a graph theory approach to fNIRS signals. Relative to healthy controls (N=40), individuals with SZ (N=37) exhibited altered connectivity across the medial prefrontal cortex (mPFC), left ventrolateral prefrontal cortex (vlPFC), and left superior temporal gyrus (STG) while exposed to EE environments. Notably, while individuals with SZ were exposed to high-EE environments, (i) reduced connectivity was observed in these brain regions and (ii) the left vlPFC-STG coupling was found to be associated with the negative symptom severity. Taken together, our FC findings suggest individuals with SZ experience a more extensive disruption in neural functioning and coordination, particularly indicating an increased susceptibility to high-EE environments. This further supports the potential utility of integrating fNIRS with the created EE stimuli for assessing EE environmental influences, paving the way for more targeted therapeutic interventions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».