Multivariate Resting-State Functional Connectivity Features Linked to Transdiagnostic Psychopathology in Early Psychosis
Notice bibliographique
Résumé
BACKGROUND: Early psychosis (EP) is characterized by neurobiological changes, including alterations in resting-state functional connectivity (RSFC). We now understand that symptoms and neural changes may overlap across EP diagnostic categories. However, the relationship between RSFC patterns and transdiagnostic symptom dimensions remains poorly understood. METHODS: We used partial least squares correlation to examine multivariate relationships between whole-brain RSFC and clinical symptoms in 124 patients with EP (ages 16-35 years) diagnosed with schizophrenia, schizoaffective disorder, or a psychotic mood disorder. RSFC was computed among 216 cortical and subcortical regions. Clinical assessment included 41 symptom measures spanning positive, negative, general psychopathology, and manic dimensions. RESULTS: Analysis revealed one significant latent component (p < .001) capturing 41.6% of the RSFC symptom covariance. This component was characterized by increased between-network connectivity, particularly involving sensory-motor, default mode, and subcortical regions including the amygdala and thalamus. The associated symptom profile included cognitive rigidity and arousal dysregulation (stereotyped thinking, anxiety, and somatic concerns) rather than traditional positive or negative symptoms. This brain-behavior relationship was consistent across diagnoses and independent of medication and substance use. The clinical relevance of this relationship was validated through significant correlations with standardized measures of hostility (r = 0.23), negative affect (r = 0.25), and perceived stress (r = 0.22). CONCLUSIONS: Our findings reveal a distinct transdiagnostic phenotype in EP characterized by cognitive inflexibility and arousal dysregulation that is associated with altered integration between sensory, default mode, and subcortical networks. This work suggests that specific patterns of network-level FC may relate to symptom dimensions that cut across conventional diagnostic boundaries, potentially informing more targeted therapeutic approaches.
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 | 0,002 |
| 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 ».