Task-Related Controllability of Functional Connectome During a Working Memory Task in Schizophrenia, Bipolar Disorder, and Major Depressive Disorder
Notice bibliographique
Résumé
Abstract Working memory (WM) deficit is a prominent and common cognitive impairment in major psychiatric disorders (MPDs). Altered control of brain states transitions may underlie the neural basis of WM deficit. Brain controllability derived from Network Control Theory provides a mathematical framework to study how external signals may affect neural network dynamics and influence the transition to desired states. We investigate if shared and illness-specific alterations in controllability underlie WM deficits in MPDs. We examined fMRI data during a n-back WM task from 105 patients with schizophrenia (SZ), 67 with bipolar disorder (BD), 51 with major depressive disorder (MDD), and 80 healthy controls (HCs). A region’s capacity to steer transitions to connectomic states with less input (average controllability) and difficult-to-reach states with high input (modal controllability) were compared across groups. The effect of altered controllability on clinical and cognitive characteristics, and their likely genetic and neurotransmitter basis were investigated. Compared to HCs, all MPDs had lower modal controllability of frontoparietal network. SZ and MDD shared modal controllability in default mode network and salience network nodes compared to BD and HCs. Only SZ had lower modal controllability of sensorimotor, auditory, and visual network nodes than HCs, indicating the need for higher sensory inputs to facilitate a state transition in SZ. Expression of genes that determine synaptic biology and chemoarchitecture involving glutamate/GABA and monoamine (dopamine and 5HT) receptor systems were more likely in the affected brain regions. A graded, transdiagnostic reduction in the influence of the triple network system and sensory networks in implementing state transitions underlies working memory deficits in MPDs. This deficit, especially pronounced in SZ, has its likely basis in synaptic biology and in glutamate/GABA and monoamine (dopamine and 5HT) systems.
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) | 0,000 | 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 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 ».