Neural Circuitry and Therapeutic Targeting of Depressive Symptoms in Schizophrenia Spectrum Disorders
Notice bibliographique
Résumé
OBJECTIVE: Conceptual similarities between depressive and negative symptoms complicate biomarker and intervention development. This study employed a data-driven approach to delineate the neural circuitry underlying depressive and negative symptoms in schizophrenia spectrum disorders (SSDs). METHODS: Data from three studies were analyzed (157 participants with SSDs) to assess brain-behavior relationships: two neuroimaging studies and a randomized trial of repetitive transcranial magnetic stimulation (rTMS). Partial least squares correlation (PLSC) was used to investigate associations between resting-state functional connectivity and depressive and negative symptoms. Secondary analyses of rTMS trial data (active, N=37; sham, N=33) were used to assess relationships between PLSC-derived symptom profiles and treatment outcomes. RESULTS: PLSC identified three latent variables (LVs) relating functional brain circuitry with symptom profiles. LV1 related a general depressive symptom factor with positive associations between and within the default mode network (DMN), the frontoparietal network (FPN), and the cingulo-opercular network (CON). LV2 related negative symptoms (no depressive symptoms) via negative associations, especially between the FPN and the CON, but also between the DMN and the FPN and the CON. LV3 related a guilt and early wakening depression factor via negative rather than positive associations with the DMN, FPN, and CON. The secondary visual network had a positive association with general depressive symptoms and negative associations with guilt and negative symptoms. Active (but not sham) rTMS applied bilaterally to the dorsolateral prefrontal cortex (DLPFC) reduced general depressive but not guilt-related or negative symptoms. CONCLUSIONS: The results clearly differentiate the neural circuitry underlying depressive and negative symptoms, and segregated across the two-factor structure of depression in SSDs. These findings support divergent neurobiological pathways of depressive symptoms and negative symptoms in people with SSDs. As treatment options are currently limited, bilateral rTMS to the DLPFC is worth exploring further for general depressive symptoms in people with SSDs.
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 | 0,001 |
| 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 ».