Minimal Variation in Functional Connectivity in Relation to Daily Affect
Notice bibliographique
Résumé
Reported associations between functional connectivity and affective disorder symptoms are minimally reproducible, which can partially be attributed to difficulty capturing highly variable clinical symptoms in cross-sectional study designs. "Dense sampling" protocols, where participants are sampled across multiple sessions, can overcome this limitation by studying associations between functional connectivity and variable clinical states. Here, we characterized effect sizes for the association between functional connectivity and time-varying positive and negative daily affect in a nonclinical cohort. Data were analyzed from 24 adults who attended four research visits, where participants self-reported daily affect using the PANAS-X questionnaire and completed 39 min of functional magnetic resonance imaging across three passive viewing conditions. We modeled positive and negative daily affect in relation to network-level functional connectivity, with hypotheses regarding within-network connectivity of the default mode, salience/cingulo-opercular, frontoparietal, dorsal attention, and visual networks and between-network connectivity of affective subcortical regions (amygdala and nucleus accumbens) with both default mode and salience/cingulo-opercular networks. Effect sizes for associations between affect and network-level functional connectivity were small and nonsignificant across analyses. We additionally report that functional connectivity variance is largely attributable to individual identity with small relative variance (<3%) accounted for by within-subject daily affect variation. These results support previous reports that functional connectivity is dominated by stable subject-specific connectivity patterns, while additionally suggesting relatively minimal influence of day-to-day affect. Researchers planning studies examining functional connectivity in relation to daily affect, or other varying stable states, should therefore anticipate small effect sizes and carefully consider power in study planning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».