Multi-voxel pattern analysis for characterizing functional connectivity and neurocognitive function in major depression: A CAN-BIND-1 report
Notice bibliographique
Résumé
BACKGROUND: Major depressive disorder (MDD) affects not only mood but also neurocognitive function. In this study, we used whole-brain functional connectivity multi-voxel pattern analysis (fc-MVPA) to examine the relationship between resting-state functional connectivity (rsFC) and neurocognitive function in individuals with MDD compared to healthy controls (HC). METHODS: Baseline functional magnetic resonance imaging (fMRI) scans from the CAN-BIND-1 dataset were analyzed using a data-driven whole-brain fc-MVPA approach in 147 individuals with MDD and 98 HC. All participants completed the Computerized Neurocognitive Assessment Vital Signs (CNS-VS) battery outside the scanner, and correlations between rsFC differences and CNS-VS domain scores were explored. RESULTS: The fc-MVPA reduced the dimensionality of fMRI data at both individual and group levels, identifying six clusters with altered rsFC in MDD relative to HC: left cerebellar crus I, right precuneus, left superior lateral occipital cortex, right ventral caudate, left superior parietal lobule, and left dorsal anterior cingulate cortex. Using these clusters as seeds, post-hoc analyses identified 24 patterns of altered rsFC in MDD involving the default mode, central executive, visual recognition, salience, and sensorimotor networks. Five of these patterns showed significant correlations with CNS-VS domain scores for composite memory, neurocognition index, processing speed, executive function, and simple attention in HC, but these associations were absent in individuals with MDD. CONCLUSIONS: Our findings highlight that MDD is associated with disrupted rsFC across networks relevant to neurocognitive function. The data-driven nature of the fc-MVPA identified the left cerebellar crus I as the most significant region of aberrant rsFC.
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 | 0,001 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».