Network Dysconnection of Striatum and Default Mode Network Underpins Temporal Dynamics of Depression in Premanifest Huntington’s Disease
Notice bibliographique
Résumé
Abstract Background and objectives Depression emerges years before motor signs in Huntington”s disease gene expansion carriers (HDGECs), yet how directional connectivity patterns evolve over time and relate to depression trajectories remains unknown. We hypothesized HDGECs with depression history would show accelerated grey matter atrophy and disinhibition of striatal-to-default mode network connections over time. Methods The study utilised the largest longitudinal study of premanifest HD, TrackOn-HD, including structural and resting-state brain scans. HDGECs were stratified by depression history and followed over three annual assessments. Analyses focused on 8 predefined regions spanning striatal and default mode network regions. Here, we applied spectral dynamic causal modelling to examine effective connectivity, alongside voxel-based morphometry of grey matter atrophy and linear mixed models of depressive symptoms. Spectral DCM employed Bayesian model reduction with free energy thresholds ≥0.95 for strong evidence of connectivity changes. Results The study included 105 HDGECs (53 females, mean age = 43, mean CAG = 43). Depression-related network dysconnection operated independently of regional grey matter atrophy, with HDGECs exhibiting widespread striatal volume loss but no differential atrophy patterns between depression groups. Larger posterior cingulate cortex volumes predicted increased depression severity specifically in HDGECs with depression history, across both Beck Depression Inventory-II (β = 36.79, 95% CI = 2.33-71.25, p =.041) and Hospital Anxiety and Depression Scale-Depression Subscale (β = 27.31, 95% CI = 11.12-43.50, p =.002). Spectral dynamic causal models explained 88.6% of variance in depression groups and 90.4% in non-depression groups. Longitudinal effective connectivity analyses revealed distinct dysconnection profiles: HDGECs with depression history showed widespread interhemispheric alterations including progressive inhibitory changes of striatal-DMN circuits and aberrant hippocampal regulatory control, while those without depression exhibited more focal dysconnection. These patterns occurred despite no group differences in grey matter atrophy trajectories over 24 months. Discussion Depression in HDGECs emerges through network dysconnection that operates independently of regional atrophy. Functional alterations may precede detectable structural breakdown and represent pathological responses to subclinical neurodegenerative processes, suggesting functional connectivity markers may serve as early indicators of depression vulnerability in premanifest HD.
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 | 0,002 |
| 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) | 0,001 | 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 ».