Comparing reliability-based measures of functional connectivity between movie and rest: An ROI-based approach
Notice bibliographique
Résumé
Functional connectivity (FC) has shown promising utility in the field of precision psychiatry. However, to translate from research to clinical use, FC reliability and sensitivity to individual differences still require improvement. Movie watching as an acquisition state offers advantages at the whole-brain level that align with the requirements of FC for individualized measures. However, it is unclear whether these advantages hold in specific brain regions important for precision psychiatry. Here, we compared univariate and multivariate reliability-based measures of movie-watching and resting-state FC data in three psychiatrically relevant brain regions. We found that the reliability of movie-watching FC was comparable with resting-state FC in the dorsolateral prefrontal cortex and presupplementary motor area, and movie-watching FC was more discriminable than resting-state FC in the temporoparietal junction. Rest had higher reliabilities at lower data amounts (e.g., under 5 minutes of scan time). We then expanded this approach to all brain regions and showed that for image intraclass correlation coefficients (I2C2), no parcels were significantly different between movie and rest. For discriminability, 25% (94/379) of parcels were better for movie than for rest, and zero parcels were better for rest. For fingerprinting, 59 parcels were better for movie (mainly in visual and temporal regions, mean improvement in accuracy = 23%) and 4 parcels were better for rest. For researchers interested in cross-state differences in FC reliability, we provide an interactive visualization tool that displays the results for all measures and for all regions in both movie and rest. These findings suggest that movie watching as an acquisition state-even when using different movies across scans-may provide a useful alternative to resting state in research studies that require optimization of FC discriminability.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».