Investigating the link between depressive symptoms and resting-state brain connectivity in people with breast cancer: A systematic review
Notice bibliographique
Résumé
Abstract Purpose Depressive symptoms are a common and debilitating experience among people with breast cancer (BC), often impacting quality of life and recovery. However, the neural mechanisms underlying these symptoms are unclear. This systematic review synthesised resting-state functional magnetic resonance imaging (rsfMRI) literature in BC populations to identify functional connectivity (FC) correlates of depressive symptoms. Methods A systematic search of EMBASE, PsycINFO, Medline, and CINAHL identified 27 eligible studies (15 cross-sectional, 12 longitudinal) examining the relationship between depressive symptoms and functional connectivity using rsfMRI in BC participants. Data were extracted on study design, participant characteristics, depressive symptoms, imaging acquisition, FC outcomes, and reported associations. Study quality was assessed using the Newcastle-Ottawa Scale. Findings were synthesised qualitatively. Results Across cross-sectional studies, BC participants showed elevated depressive symptoms and widespread FC alterations, predominantly patterns of dysconnectivity, compared to healthy controls. However, most studies did not find significant associations between depressive symptoms and FC. Longitudinal studies revealed dynamic trajectories in depressive symptoms and FC patterns with cancer treatment or training intervention. Conclusion While depressive symptoms are frequently reported by BC participants, the underlying neural mechanisms remain unclear, possibly due to methodological and participant heterogeneity across studies. Implications for cancer survivors Findings highlight the importance of timely and ongoing monitoring of depressive symptoms across the cancer care continuum. Future research should conduct more sensitive assessments of depressive symptomatology (e.g., ecological momentary assessment), adopt standardised rsfMRI protocols, and apply integrative network analysis. These future studies will inform rsfMRI metrics to be used as biomarkers to guide treatment at the individual cancer patient level.
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 | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».