Effective connectivity of default mode network subsystems and automatic smoking behaviour among males
Notice bibliographique
Résumé
BACKGROUND: The default mode network (DMN) is not a single system, but rather is composed of smaller and distinct functional subsystems that interact with each other. The functional relevance of these subsystems in tobacco use disorder (TUD) and the neurobiological features associated with smoking motivation are still unclear; thus, we sought to assess causal or direct connectivity alterations within 3 subsystems of the DMN among people with TUD. METHODS: We recruited male smokers and nonsmokers. We conducted resting-state functional magnetic resonance imaging (rs-fMRI) and collected ratings on smoking-related clinical scales. We applied dynamic causal modelling (DCM) to rs-fMRI to characterize changes of effective connectivity in TUD from 3 DMN subsystems, including the midline core network (i.e., the posterior cingulate cortex and the anterior medial prefrontal cortex [PCC-aMPFC] core DMN), the medial temporal subsystem (MTL-DMN), and the dorsal medial prefrontal cortex subsystem (dMPFC-DMN). We used leave-one-out cross-validation to investigate whether the neural response could predict smoking reasons, evaluated using the Russell Reason for Smoking Questionnaire). RESULTS: We recruited 88 smokers and 54 nonsmokers. Among people with TUD, the parahippocampal cortex (PHC) region showed enhanced self-connection, which was associated with the severity of TUD after nighttime withdrawal. Compared with nonsmokers, people with TUD displayed significant increased effective connectivity within the dMPFC-DMN, and decreased effective connectivity from the dMPFC-DMN to the PCC-aMPFC core DMN. Moreover, decreased effective connectivity from the lateral temporal cortex to the dMPFC could predict the smoking reason related to automatic behaviour. LIMITATIONS: Although we found aberrance in causal connections in DMN subsystems among people with TUD, our cross-sectional study could not be used to investigate changes in effective connectivity over time and their relationship with clinical features. CONCLUSION: This study emphasized the aberrant causal connections of different functional subsystems of the DMN in TUD and revealed the neural correlates of automatic smoking behaviours. These findings suggested DMN subsystem-derived indicators could be a potential biomarker for TUD and could be used to identify the heterogeneity in motivation for smoking behaviour.
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 | 0,001 |
| 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) | 0,002 | 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 ».