Context-dependent structurally informed effective connectivity under psilocybin
Notice bibliographique
Résumé
Abstract The extent to which anatomical connectivity constrains pharmacologically altered brain dynamics remains poorly understood. Here, we combined psilocybin administration with a structurally informed effective-connectivity model to examine how structural connectivity shapes directed inter-regional influences across experiential contexts. Using dynamic causal modeling embedded in a hierarchical empirical Bayes framework, we analyzed fMRI data acquired from a hippocampo–thalamo–cortical network during rest, guided meditation, music listening and movie viewing. Across contexts, psilocybin reorganized directed interactions while preserving structure-based scaling. Effects converged on efferents (outgoing influences) from the left hippocampus—a hub interfacing mnemonic and associative systems with the default-mode network and thalamus. Notably, the left-hippocampus-to-thalamus pathway showed a sign-reversed association with mystical-experience scores (downregulation during guided meditation and upregulation during music listening). In model-based leave-one-out cross-validation, left-hippocampal efferents predicted individual differences in mystical-experience intensity. A minimal model-free benchmark (hippocampal signal variability) also showed modest associations with mystical experience. Together, these findings link context-specific, structurally informed effective connectivity to individual differences in the acute psychedelic experience, providing a mechanistic bridge between anatomy, neurodynamics, and phenomenology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».