Structural Covariance-Based Morphometric Connectivity in Psychosis: Investigating Dysconnectivity and Cognition Across Disease Stages with Ultra-High Field MRI
Notice bibliographique
Résumé
Psychosis is among the most disabling disorders worldwide due to its broad spectrum of symptoms. Research has recognized brain dysconnectivity as a key feature of psychosis that is closely linked to cognitive impairments. Conventionally, brain connectivity is defined by structural and functional connectivity. This study employs a novel approach by using structural covariance, the correlation between morphometric changes across individuals, to define morphometric connectivity (MC). Although previous research has linked MC to developmental and cognitive processes, its role in psychosis and its relationship to cognition remain understudied, partly due to limitations associated with low-field magnetic resonance imaging (MRI) studies. This study investigates how MC and its correlation with cognitive functions is impacted by disease progression in psychosis. Data were collected using 7-Tesla MRI from 112 participants (Healthy Controls = 31, First-episode Psychotic Patients = 62, Clinical High-Risk Individuals = 10, Multiple-episode Psychotic Patients = 9). MC was computed using Graph Theory (strength and efficiency) from cortical thickness (62 regions) and hippocampal volume (18 subfields). Across disease stages, changes in MC were evaluated using a General Linear Model, while partial correlation matrices (correcting for age, gender, and total brain volume) compared shifts in the relationship between MC and cognitive performance. Preliminary analysis shows that, as disease progresses, MC is significantly impaired in certain regions (10/80 regions), and the correlation between MC and cognitive functions is weakened in specific regions (13/80 regions). These findings deepen our understanding of structural covariance-based MC as a hallmark of psychosis and its progression, offering insights into the cognitive decline in psychotic patients.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».