MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401103864 · doi:10.1101/2024.07.26.24310655

Episode-specific and common intrinsic functional network patterns in bipolar

2024· preprint· en· W4401103864 sur OpenAlexaff
Xiaobo Liu, Zhen-Qi Liu, Bin Wan, Xi-Han Zhang, Lang Liu, Jinming Xiao, Yao Meng, Xiaoqiang Liu, Sanwang Wang, Chao Weng, Yujun Gao

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésHuman Connectome ProjectDefault mode networkNeuroscienceBipolar disorderPsychologyFunctional connectivityEndophenotypeConnectomeResting state fMRIFunctional magnetic resonance imagingCognition

Résumé

récupéré en direct d'OpenAlex

Understanding the alterations in brain function across different episodes of bipolar disorder (BD), including manic (BipM), depressive (BipD), and remission states (rBD), poses a significant challenge. In our cross-sectional study, we collected resting-state functional magnetic resonance imaging data from 117 BD patients (BipM: 38, BipD: 42, rBD: 37) and 35 healthy controls. Our aim was to delineate functional connections associated with episode dynamics, delineate common and specific patterns, validate them as biomarkers, and elucidate their biological underpinnings. Initially, we identified a common altered pattern within the sub-regions of the ventral-attention network, alongside specific patterns observed in the default mode network for BipM, the prefrontal network for BipD, and the limbic network for rBD. Using large-sample data from the Human Connectome Project, we further identified that these connectivity patterns exhibit relatively high reliability and heritability. Also, these distinct patterns accurately characterized the diverse episodes of BD and effectively predicted the cor responding clinical symptoms linked with each episode type. Importantly, using out of sample data to decode possible neurobiological mechanisms underlying these patterns, we found that regions of particular interest were enriched in multiple receptors, including MOR, NMDA, and H3 for specific alterations, and A4B2, 5HTT, and 5HT1a for common alterations. Moreover, both episode-specific and common patterns demonstrated a high enrichment for cell types such as L5ET, Micro/PVM,oligodendrites and Chandelier. Our study offers novel insights concerning episode dynamics in BD, paving the way for personalized medicine approaches tailored to address the various episodes.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,052
Tête enseignante GPT0,260
Écart entre enseignants0,208 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→